基于集成學(xué)習(xí)的農(nóng)作物遙感分類方法的研究.pdf

1、高效、精準(zhǔn)的獲取農(nóng)作物的種植分布和變化情況是對固定范圍內(nèi)的農(nóng)作物進(jìn)行估產(chǎn)的重要依據(jù)，同時也對我國制定合適的糧食計劃、經(jīng)濟(jì)方針和管理手段有重要的參考意義。通過對遙感影像的分類可以實現(xiàn)對農(nóng)作物種植面積的提取，但目前的分類方法大多具有局限性，主要表現(xiàn)為分類精度不高。如何將幾種分類器的優(yōu)點融合，以便提升農(nóng)作物遙感影像的分類精度，是本課題研究的重點內(nèi)容。
　　為了提高農(nóng)作物遙感影像的分類精度，本文將監(jiān)督分類法中的最大似然法、馬氏距離法和支持

2、向量機法用一種基于決策輸出的集成學(xué)習(xí)方法組合起來。并利用這種經(jīng)過集成學(xué)習(xí)后的分類方法對黑龍江省海倫市的Landsat8遙感影像進(jìn)行分類。
　　通過對比本課題得到的六組分類結(jié)果，發(fā)現(xiàn)基于決策輸出的集成學(xué)習(xí)方法比三種單一的分類方法的精度要高，不僅體現(xiàn)在總體分類精度和Kappa系數(shù)上，而且各個類別的精度和整體的魯棒性也得到了提升。
　　論文緊繞農(nóng)作物遙感影像分類方法展開研究，主要的研究內(nèi)容和創(chuàng)新點如下:
　　(1)對遙感影像

3、分類方法的研究現(xiàn)狀進(jìn)行歸納總結(jié)。首先對多個經(jīng)典分類器的特點和分類算法進(jìn)行了研究與分析，然后結(jié)合農(nóng)作物遙感影像的特征，完成了基于經(jīng)典分類算法的農(nóng)作物遙感影像分類。
　　(2)對現(xiàn)有集成學(xué)習(xí)方法在遙感影像分類中的應(yīng)用情況進(jìn)行了總結(jié)，并通過課題實驗進(jìn)行分析和驗證。在詳細(xì)分析多種分類器性能和特點的基礎(chǔ)上，選取性能較好的三種經(jīng)典分類方法，然后對這三種方法采用了基于決策輸出的集成學(xué)習(xí)方法組合，并分析了分類器間的差異性與分類精度的關(guān)系。課題研究