- 上一篇：美国高校社会募捐的运行机制
- 下一篇：基于遥感的洪泽湖生态服务价值评价
摘 要：随机森林(Random Forest)分类器是一种多分类器系统，能够综合不同的数据源产生比单一分类器更精确的分类结果，目前已经在经济、医疗方面取得了一些成功的应用。本文将用随机森林来尝试解决遥感复杂的分类问题，并将其结果与一般常用的遥感分类方法最大似然比分类（Maximum Likelihood Classification）法作比较。以洪泽湖地区为研究区，结合ENVI5.0和Weka数据挖掘软件，实现随机森林对Landsat8影像的分类。结果表明，随机森林分类精度可以达到93.34%，可以发展成为一种常规的遥感分类方法。62647
毕业论文关键词：随机森林分类器，遥感影像分类，洪泽湖地区
Abstract：Random forest classifier is a multiple classifier system which is able to integrate different data sources, and generate more accurate classification results than a single classifier. This classifier has been popular in the economic, medical and already made some successful application. This article used the random forest to solve the complex classification problem of remote sensing, and compared the results to the results of maximum likelihood classification which is a common remote sensing classifier. Taking the Hongze Lake as the study area and using the combination of ENVI5.0 and Weka (Waikato Environment for Knowledge Analysis), the article realized the classification of random forest images of Landsat8. The results showed that the accuracy of random forest on the TM image could be achieved 93.34%. Therefore, random forest can be developed for regular image classification.
Keywords：Random forest classifier, Remote sensing classification, Hongze Lake
1 前言 4
2 随机森林分类器 4
2.1 决策树 4
2.2 模型建立 5
2.3 袋装法 5
2.4 最大似然比分类法 6
3 实验实施 6
3.1 研究区概况与数据预处理 6
3.2 分类体系建立 8
3.3 原始训练样本选取 8
3.4 分类特征选取 9
3.5 Weka数据准备 10
3.6 随机森林参数模型设置 11
4 结果分析 12
4.1 分类精度评价方法 12
4.2 分类结果 12
结 论 15
参考文献 16
致 谢 17
1 前言
回归与分类有经典模型与算法模型两种，经典模型主要是以公式体现，算法模型主要以计算机端的程序实现。借助于计算机技术的飞速进步，算法模型也随之展现出了相比于经典模型的巨大优势。随机森林分类器(Random forest，简称随机森林)就是算法模型中的一种，它是由Leo Breiman于2001年提出的，此后陆续有很多数学研究者对其算法进行改进优化[1]。随机森林是一种多分类器系统(MCS，Multiple Classifier System)，能够综合不同的数据源、不同的分类方法产生比单一分类器更好的结果。随机森林的基本单位是决策树，最终的分类结果由不同决策树的结果投票产生[2]。
遥感以实时、高效、数据连续的优点广泛应用于土地调查研究当中，尤其是在制图、数据提取以及变化检测等方面都具有重要作用[3]。但与此同时，影像种类繁多、混合度大，急需要一种能够适应繁多的遥感设备种类、复杂的研究区地形的分类方法，以提高遥感分类的精度。随机森林在经济、医疗等方面已取得了一些成功应用。国内外很多学者也利用随机森林分类方法进行土地利用、土地覆盖的分类，且取得了良好的效果。随机森林分类器具有综合整体的分类特性，可以解决不同遥感影像、不同分类方法之间的差异而产生的问题。源:自/751^-论,文'网·www.751com.cn/