基于AdaBoost组合分类器 在遥感影像分类中应用.docVIP

基于AdaBoost组合分类器 在遥感影像分类中应用 　　摘要:运用组合分类器的经典算法AdaBoost将多个弱分类器-神经网络分类器组合输出,并引入混合判别多分类器综合规则,有效提高疑难类别的分类精度,进而提高分类的总精度#65377;最后以天津地区ASTER影像为例,介绍了基于AdaBoost的组合分类算法,并在此基础上实现了天津地区的土地利用分类#65377;分类结果表明,组合分类器能有效提高单个分类器的分类精度,分类总精度由81.13%提高到93.32%#65377;实验表明基于AdaBoost的组合分类是遥感图像分类的一种新的有效方法#65377; 　　关键词:组合分类器; AdaBoost; 神经网络 　　中图分类号:TP391; TN911.73文献标志码:A 　　文章编号:1001-3695(2007)10-0181-04 　　 　　在遥感影像分类应用中,不同的分类器分类精度不同,而同一个分类器对不同类别的分类精度也不相同#65377;对于特定的遥感数据,同一个分类器对部分类别分类精度高,而对其他类别分类精度低,因此可以找到多个分类器#65377;其中一些分类器对一部分类别分类精度高,而另一些分类器对其他类别分类精度高,不同的分类器之间存在一定的互补性,将多个分类器结合在一起,往往可以得到比单个分类器更好的分类结果[1]#65377;?? 　　近年来