典型文献
基于多特征随机森林算法的深圳市土地利用分类
文献摘要：
城市土地利用分类对土地资源可持续利用具有重要意义.为了进行深圳市土地利用信息提取,利用Sentinel--2影像,基于遥感光谱、光谱指数和图像纹理等多种特征信息,构建了多特征随机森林城市土地利用分类模型.并在相同分类条件下,与最大似然、K最邻近监督分类方法进行对比分析,利用混淆矩阵进行精度评价,分析随机森林分类算法的优缺点.研究表明,多特征信息融合丰富了遥感数据的信息内容,多特征随机森林分类方法具有更高的分类精度.
文献关键词：
土地利用分类;图像特征;随机森林;监督分类
中图分类号：
作者姓名：
李明洁;王明常;王凤艳;陈学业;丁文
作者机构：
自然资源部 城市国土资源监测与仿真重点实验室,广东 深圳518000;吉林大学 地球探测科学与技术学院,长春130026
文献出处：
引用格式：
[1]李明洁;王明常;王凤艳;陈学业;丁文-.基于多特征随机森林算法的深圳市土地利用分类)[J].世界地质,2022(03):632-640
A类：
B类：
随机森林算法,城市土地利用分类,土地资源可持续利用,信息提取,Sentinel,感光,光谱指数,和图像,图像纹理,森林城市,分类模型,最大似然,监督分类,分类方法,混淆矩阵,精度评价,随机森林分类,分类算法,多特征信息融合,合丰,遥感数据,信息内容,分类精度,图像特征
AB值：
0.306286
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
