一种基于多分类器的GF-2卫星影像分类方法

以长春市部分GF-2影像为实验数据,探讨了贝叶斯、k-最邻近、支持向量机、分类回归树和随机森林5种不同分类器的分类结果及精度。由于单一分类器的局限性,设计了一种多分类器的组合方法。考虑到Hellden值能够综合评定用户精度和制图精度,选取各地类具有最高Hellden值的分类算法,构建组合分类器,其最终的分类精度优于任何单一分类器的分类结果,达到优化分类器以提升分类结果的目的。