原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 37卷第 3期 东 南 大 学 学报 ( 自然 科 学 版 ) V o l37 N o3
2007年 5月 JOU RNAL O F SOU TH EA ST UN IV ER S ITY (N atu ra l Sc ience Ed ition ) M ay 2007
基于多分类器结合的 IKONO S 影像城市植被类型识别
1, 2 2 2, 3
张秀英 冯学智 刘 伟
1
( 浙江大学农业遥感与信息技术应用研究所 , 杭州 3 10029)
2
( 南京大学地理与海洋科学学院, 南京 2 10093)
3
( 安徽省黄山市国土资源局 , 黄山 2450 11)
摘要 : 采用多分类器结合的方法对城市植被进行分类. 首先 , 以分割获得的城市植被分布斑块为
处理基元 ,在不同特征空间中采集不同的样本 ,通过 ISODA TA 、马氏距离 、最大似然 、人工神经网
络和专家系统法进行分类 , 并计算各分类结果的关联程度和各植被类型识别的先验概率; 然后利
用专家投票的大多数规则对分类结果组合 , 未分类的对象按照先验识别概率最高的结果归类. 精
度评价表明:多分类器结合方法显著提高了信息识别的能力; 采用多分类器结合的方法比单个分
类器获得的最高分类精度提高 55% , K app a 系数提高 7. 4 % ; Z统计值均为负, 且均通过 95% 的
置信水平检验.
关键词 : 城市植被; 投票规则; 多分类器
中图分类号 : TP751. 1 文献标识码 : A 文章编号 : 100 1 - 0505 ( 2007)
Urban vegeta tion ca tegor ies recogn ition by m ultiple cla ssif ier sy stem
from IKO NO S imagery
1, 2 2 2, 3
Zhang X iuy ing Feng X uezh i L iu W e i
( 1 In stitu te of R em o te S en sing and Inform ation Sy stem A pp lication, Zhej iang U n iversity, H angzhou 3 10029, Ch ina)
( 2 Schoo l of G eog rap h ic and O ceanog rap h ic Sc iences, N anj ing U n iversity, N anj ing 2 10093, Ch ina)
文档评论（0）