典型文献
基于CART决策树的黄河源区域生态地类的遥感解译研究
文献摘要：
为指导黄河源区域生态环境修复,以黄河源区域为研究区,采用Landsat 8影像作为数据源,以融合多种特征指数的CART树模型进行高寒湿地分类方法研究.结果表明:使用CART决策树算法进行数据挖掘处理,将得到的决策树用来分类制图,得到黄河源地区生态地类分布图,通过混淆矩阵得出分类后总精度为88.25％,Kappa系数为0.8345,而使用同样分类样本的监督分类方法中使用范围较广的最大似然法分类得到的总体精度为84.90％,Kappa系数为0.7888,分别低于CART决策树分类3.35百分点与0.0457,并且各地类的精度均低于CART树分类方法,证明本研究所构建的决策树分类模型适用于研究区的生态地类提取.
文献关键词：
黄河源;CART决策树;遥感影像分类;机器学习
中图分类号：
作者姓名：
邓镇坤;张鹏林
作者机构：
西藏大学理学院,西藏拉萨850000;武汉大学遥感信息工程学院,湖北武汉430079
文献出处：
引用格式：
[1]邓镇坤;张鹏林-.基于CART决策树的黄河源区域生态地类的遥感解译研究)[J].黑龙江农业科学,2022(02):24-29,35
A类：
B类：
CART,黄河源区,地类,遥感解译,区域生态环境,生态环境修复,Landsat,数据源,特征指数,树模型,高寒湿地,湿地分类,分类方法,决策树算法,制图,河源地区,分布图,混淆矩阵,Kappa,监督分类,最大似然法,总体精度,决策树分类,百分点,分类模型,遥感影像分类
AB值：
0.305158
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。
