期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
一种融合纹理特征与NDVI的随机森林海冰精细分类方法 被引量:4
1
作者 王志勇 张梦悦 +1 位作者 于亚冉 泥萍 《海洋学报》 CAS CSCD 北大核心 2021年第10期149-156,共8页
海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数(NDVI)的海冰精准... 海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数(NDVI)的海冰精准分类方法,运用随机森林分类器构建海冰分类方法。以青岛胶州湾为实验区,高分二号(GF-2)为实验数据,进行了海冰类型提取,并与其他分类方法进行对比。结果显示:针对GF-2高分辨率光学遥感数据,融合纹理特征和NDVI的随机森林方法,相比于传统的随机森林、支持向量机、自动决策树和融合纹理特征的最大似然分类方法,总体分类精度分别提高13.70%、11.60%、19.22%、29.37%。Kappa系数分别提高0.16、0.13、0.22、0.44。相比于融合纹理特征和归一化水指数(NDWI)的随机森林方法,总体分类精度提高了9.67%,Kappa系数提高了0.09。这表明本文构建的海冰分类方法可有效提高海冰分类精度,为海冰的精确分类提供了一种有效的技术手段。 展开更多
关键词 海冰分类 GF-2影像 随机森林 纹理特征 NDVI
下载PDF
基于Stacking集成机器学习法的Sentinel-1海冰分类研究
2
作者 泥萍 唐凯 王志勇 《矿山测量》 2022年第1期70-77,共8页
随着海冰监测需求的不断扩大,合成孔径雷达数据逐渐成为海冰遥感监测的重要数据,但现阶段用于雷达海冰监测的机器学习方法普遍精度不高且鲁棒性较低。针对上述问题,对Sentinel-1影像数据提取多种影像纹理特征,然后将轻量级梯度提升机、... 随着海冰监测需求的不断扩大,合成孔径雷达数据逐渐成为海冰遥感监测的重要数据,但现阶段用于雷达海冰监测的机器学习方法普遍精度不高且鲁棒性较低。针对上述问题,对Sentinel-1影像数据提取多种影像纹理特征,然后将轻量级梯度提升机、随机森林与深度置信神经网络通过Stacking方法集成后对海冰进行监测,并检验其精度。实验结果表明,相较于单一机器学习器,Stacking集成学习器具有更高的分类精度,证明集成学习可以提高海冰分类精度。 展开更多
关键词 反向神经网络 随机森林 轻量级梯度提升机 STACKING 集成机器学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部