基于多分类器集成的煤矿区土地覆盖遥感分类研究

• 作 者: 陈绍杰[1]杜培军[2]李光丽[2]张伟[2]
• 机 构: 龙岩学院资源工程学院，龙岩 364000 国土环境与灾害监测国家测绘局重点实验室，徐州 221116
• 出 处: 全国遥感信息综合研究与深化应用交流研讨会
• 发表日期: 2009年期

针对不同分类器在煤矿区土地覆盖分类中的应用效果，将模式识别领域的研究热点-多分类器集成引入煤矿区土地覆盖遥感分类，从而为区域国土资源监测提供支持。分别以国外Landsat ETM+和国产CBERS影像为数据源，首先应用支持向量机、径向基神经网络、最大似然分类器、最小距离(马氏距离)分类器、J48决策树等成员分类器进行土地覆盖分类，然后基于差异性测量构建多分类器集合，利用Bagging、Boosting、加权投票法、分类器动态选择等分类器集成方法实现成员分类器输出的组合，获得集成不同分类器优势的分类结果。实验表明，多分类器集成具有提高土地覆盖分类精度的潜力，具有广泛应用前景。