典型文献
基于随机森林特征优选的冬小麦分类方法
文献摘要：
本文基于多时相Landsat 8 OLI数据,进行综合光谱、植被指数的特征提取与特征选择的方法研究.通过分析光谱与植被指数特征时序变化,提取最佳时相光谱,构建小麦提取特征;采用基于重要性与Pearson相关性的随机森林特征选择算法优选特征.结果表明:利用优选特征分类时,总体精度为89.78％,小麦分类精度为98.33％;与优选前特征的分类结果相比,精度分别提高了2.96％、2.55％;基于重要性与Pearson相关性的随机森林特征选择提高了分类精度和分类器工作效率.
文献关键词：
特征选择;随机森林;Pearson相关性;冬小麦
中图分类号：
作者姓名：
冯志立;肖锋;卢小平;郝波;王如意;朱睿
作者机构：
河南理工大学自然资源部矿山时空信息与生态修复重点实验室,河南 焦作454003;河南测绘工程院,河南 郑州450003;郑州智象测绘信息技术有限公司,河南 郑州450003
文献出处：
引用格式：
[1]冯志立;肖锋;卢小平;郝波;王如意;朱睿-.基于随机森林特征优选的冬小麦分类方法)[J].测绘通报,2022(03):70-75
A类：
B类：
特征优选,冬小麦,分类方法,多时相,Landsat,OLI,植被指数,时序变化,最佳时相,提取特征,随机森林特征选择,特征选择算法,算法优选,特征分类,总体精度,分类精度,分类器
AB值：
0.412619
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。
