遥感多分类器集成方法与应用
作者：杜培军等著 整理日期：2020-12-09 00:53:25
分类是遥感影像处理和地学应用中*重要的内容之一，多分类器集成则是提高影像分类精度、控制不确定性的有效策略。《遥感多分类器集成方法与应用》在介绍遥感影像分类、集成学习和多分类器系统基本知识的基础上，对遥感多分类器集成的理论、方法和应用进行系统探讨。首先，简要介绍遥感影像分类的基本概念、基本理论和常用分类器，论述多分类器集成的重要性和研究进展。然后，从集成学习、多分类器系统的基本理论和方法出发，提出遥感多分类器集成的实现策略，系统探讨样本层和特征层集成学习算法，包括Boosting、Bagging、随机森林等在遥感影像分类中的应用，并将**的集成学习方法旋转森林应用于遥感影像分类，进行系统的改进和优化。同时，研究异质多分类器集成在遥感影像分类中的应用，重点对分类器选择、组合策略、动态分类器组成等进行探讨。*后，对遥感多分类器集成的若干应用进行实例介绍和系统总结。
本书在介绍遥感影像分类、集成学习和多分类器系统基本知识的基础上, 对遥感多分类器集成的理论、方法和应用进行系统探讨。首先, 简要介绍遥感影像分类的基本概念、基本理论和常用分类器, 论述多分类器集成的重要性和研究进展。然后, 从集成学习、多分类器系统的基本理论和方法出发, 提出遥感多分类器集成的实现策略, 系统探讨样本层和特征层集成学习算法, 包括Boosting、Bagging、随机森林等在遥感影像分类中的应用, 并将新的集成学习方法旋转森林应用于遥感影像分类, 进行系统的改进和优化。同时, 研究异质多分类器集成在遥感影像分类中的应用, 重点对分类器选择、组合策略、动态分类器组成等进行探讨。*后, 对遥感多分类器集成的若干应用进行实例介绍和系统总结。
|
閼汇儲婀版稊锔跨瑝閼虫垝绗呮潪鏂ょ礉鐠囧嘲浜曟穱鈩冨閹诲繐褰告稉瀣潡娴滃瞼娣惍锟�
閸忚櫕鏁為崗顑跨船閸欏皝鈧粌鍩嗛梽顫姛妫ｆ瑢鈧拷,娑旓箑寮哥亸鍡欑舶閹劌鍨庢禍顐ｆ拱娑旓负鈧拷
閼汇儰绗呮潪钘夊竾缂傗晛瀵橀張澶婄槕閻緤绱濋崥灞剧壉閹殿偆鐖滈崗铏暈閿涘苯娲栨径宥佲偓婊喰掗崢瀣槕閻讲鈧繂宓嗛崣顖樷偓锟�
|
