-
作者
郝玉峰满卫东汪金花刘明月张阔
-
单位
华北理工大学矿业工程学院河北省矿业开发与安全技术重点实验室河北省矿区生态修复产业技术研究院
-
摘要
为提高滨海区域湿地信息提取的精度,以曹妃甸地区为例,通过融合主成分分析、形状、纹理、几何、水体指数、植被指数等52个特征变量,采用Relief-F算法模型优选出20个特征变量,对比分析C5.0、CART、QUEST决策树算法在滨海区域的分类精度.研究结果表明:特征优选下QUEST决策树方法的分类精度最高,总体分类精度为86.9%,Kappa系数为0.84.基于特征优选的决策树分类精度均高于未特征优选下的决策树与未特征优化的QUEST决策树相比,在草本沼泽和泥沙质滩涂两种土地类型上,分类精度有明显提高.
-
关键词
湿地多尺度分割信息提取特征优选决策树
-
基金项目(Foundation)
河北省自然科学基金（D2019209317）;河北省自然科学基金（D2019209322）；唐山市科技计划重点研发项目（19150231E）；
-
文章目录
0 引言
1 数据与方法
1.1 研究区概况
1.2 数据来源与预处理
1.3 湿地遥感提取的分类系统
1.4 特征变量说明
1.5 分类方法
2 结果与分析
2.1 影像多尺度分割
2.2 特征优选
2.3 决策树的建立
2.4 分类精度评价
3 结论
-
引用格式
郝玉峰,满卫东,汪金花,刘明月,张阔.Relief-F算法及决策树方法下的湿地信息提取[J].辽宁工程技术大学学报(自然科学版),2021,40(03):225-233.
辽宁工程技术大学学报(自然科学版) 
2021年第03期 
