典型文献
基于WEKA平台的三种面向对象土地覆被分类方法研究
文献摘要：
卫星遥感技术的迅速发展,使得遥感影像的应用愈来愈广泛,尤其是高分辨率遥感影像.面向对象提取算法在利用高分辨率影像特征的基础上,提取影像中和真实的物相符的区域.机器学习算法也越来越多地应用到遥感影像土地覆被分类中.文章将基于WEKA平台使用J48决策树、随机森林和贝叶斯网络三种机器学习算法对目标研究区域土地覆被进行分类.研究结果表明,与贝叶斯网络和J48决策树相比,随机森林的分类精度更高,效果更好,准确率为76.10％,Kappa指数为0.6816.
文献关键词：
贝叶斯网络;J48决策树;随机森林;面向对象
中图分类号：
作者姓名：
刘怡
作者机构：
兰州大学资源环境学院,甘肃兰州 730000
文献出处：
引用格式：
[1]刘怡-.基于WEKA平台的三种面向对象土地覆被分类方法研究)[J].现代信息科技,2022(24):141-144
A类：
B类：
WEKA,土地覆被分类,分类方法,卫星遥感技术,愈来愈,高分辨率遥感影像,面向对象提取,高分辨率影像,影像特征,机器学习算法,平台使用,J48,决策树,贝叶斯网络,目标研究,区域土地,分类精度,Kappa
AB值：
0.278631
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。
