首页 期刊 中国科学院大学学报 多种分类器在华北地区土地覆盖遥感分类中的性能评价 【正文】

多种分类器在华北地区土地覆盖遥感分类中的性能评价

作者:刘勇洪; 牛铮; 徐永明; 李向军 中国科学院遥感应用研究所遥感科学国家重点实验室; 北京; 100101
modis   250m   土地覆盖分类   最大似然法   parzen窗  

摘要:应用MODIS 250m分辨率遥感影像对中国华北地区分别采用最大似然法、Parzen窗、CART决策树、BP神经网络、Fuzzy ARTMAP神经网络等5种分类方法进行区域尺度上土地覆盖制图的比较试验.结果表明:(1)Parzen窗法分类性能最优,CART和BP其次,Fuzzy ARTMAP表现较差.(2)CART决策树具有较好鲁棒性,但缺点是样本代价较大;BP神经网络分类器能达到较高精度,但缺点是需较高质量的样本、网络结构参数难以确定,造成其稳健性较差;FuzzyARTMAP则未能表现出理想结果.(3)训练样本数量差异造成:最大似然法的分类精度差异值低于5%;Parzen窗法和Fuzzy ARTMAP差异为5%~10%;CART和BP差异在10%以上.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅