基于验证集信息的高光谱遥感动态集成算法OACSTPCD
为了提升动态集成算法的分类精度,提出了一种基于验证集信息的两阶段动态集成算法(TS)。首先通过同时限制分类器精度和相似度自适应调整KNN大小,优先判别光谱性能较优的待分类样本;再以优先判别的待分类样本为新的验证样本补充扩大验证集,从而充分利用验证集信息增加分类的准确性和可靠性。采用两组高光谱遥感影像数据对该算法进行实验,并与3种多分类器动态集成算法进行对比分析。结果表明,与经典动态集成算法相比,TS算法具有更好的分类表现,对于推动高光谱遥感精细分…查看全部>>
虞瑶;陈超;李梦梦
江苏省基础地理信息中心,江苏南京210013江苏省基础地理信息中心,江苏南京210013江苏省基础地理信息中心,江苏南京210013
测绘与仪器
集成学习高光谱遥感分类动态集成KNN两阶段
《地理空间信息》 2024 (9)
P.33-36,4
江苏省自然资源科技资助项目(2022005)。
评论