基于多特征与多分类器融合的湿地遥感图像分类研究.pdf

简介：
本文探讨了利用多种特征及多个分类算法集成方法提高湿地遥感图像分类精度的研究。通过综合分析不同特征和分类器的效果，提出了一种有效的湿地识别方案。 为了适应湿地遥感影像分类的需求，选取了典型的湿地特征，并提出了一种组合多分类器的湿地遥感分类方法。该方法提取了独立分量、纹理、湖泊透明度、归一化水体指数、绿度指数以及湿度分量等关键特征；随后使用样本对最小欧氏距离法、光谱夹角填图技术、贝叶斯算法和支持向量机进行模型训练和学习。 在分类器的权重分配上，依据各分类器产生的混淆矩阵结果赋予相应的权值，并通过检验确认样本是否符合正态分布。最终根据这些权重以及假设检验的结果构建出组合分类器决策网络。实验结果显示，相较于传统方法，该新提出的方法不仅性能更优，而且具有更高的精度。