AdaTree算法在遥感影像分类中的应用

张晓贺; 翟亮; 张继贤; 杨享兵

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

AdaTree算法在遥感影像分类中的应用

张晓贺, 翟亮, 张继贤, 杨享兵

文章导航 > 武汉大学学报 ( 信息科学版) > 2013 > 38(12): 1460-1464

张晓贺, 翟亮, 张继贤, 杨享兵. AdaTree算法在遥感影像分类中的应用[J]. 武汉大学学报 ( 信息科学版), 2013, 38(12): 1460-1464.

引用本文:

张晓贺, 翟亮, 张继贤, 杨享兵. AdaTree算法在遥感影像分类中的应用[J]. 武汉大学学报 ( 信息科学版), 2013, 38(12): 1460-1464.

ZHANG Xiaohe, ZHAI Liang, ZHANG Jixian, YANG Xiangbing. Application of AdaTree Algorithm to RemoteSensing Image Classification[J]. Geomatics and Information Science of Wuhan University, 2013, 38(12): 1460-1464.

Citation:

ZHANG Xiaohe, ZHAI Liang, ZHANG Jixian, YANG Xiangbing. Application of AdaTree Algorithm to RemoteSensing Image Classification[J]. Geomatics and Information Science of Wuhan University, 2013, 38(12): 1460-1464.

AdaTree算法在遥感影像分类中的应用

¹ 68332部队,渭南市,715200;² 中国测绘科学研究院,北京市莲花池西路28号,100830;³ 承德市国土资源局,承德市东环路,067000

基金项目: 国家科技支撑计划资助项目(2012BAH28B01)；地理空间信息工程国家测绘地理信息局重点实验室基金资助项目(777121801)

详细信息

作者简介:
张晓贺,硕士生,主要从事遥感技术和图像处理研究。

中图分类号: P237.4;TP753

Application of AdaTree Algorithm to RemoteSensing Image Classification

¹Unit 68332,Weinan 715200,China;²Chinese Academy of Surveying and Mapping,28West Lianhuachi Road,Beijing 100830,China;³Chengde Land Resources Bureau,Donghuan Road,Chengde 067000,China

Funds: 国家科技支撑计划资助项目(2012BAH28B01)；地理空间信息工程国家测绘地理信息局重点实验室基金资助项目(777121801)

摘要: 目前的遥感影像分类研究中,决策树的生成完全依赖于现有的数据挖掘软件,缺少对决策树算法的深入研究和改进。本文以遥感影像分类为背景,采用BoostTree算法作为模型,通过算法改进构建了一种新的复合决策树算法———AdaTree,并以该算法为基础,设计实现了决策树遥感影像分类系统。以AdaTree算法作为分类器,分别对Landsat7ETM+影像和WordView2影像进行了基于像元和面向对象的分类实验,并与BoostTree和SVM算法进行了比较。实验结果表明,AdaTree算法在分类精度上要优于BoostTree和SVM算法,平均Kappa系数分别达到0.905 2和0.939 8。
- 决策树 /
- AdaBoost /
- 分类 /
- 遥感
Abstract: As one of main classification methods used in data mining,the decision tree algo-rithm is widely used in remote sensing image classification.However,in current studies ofremote sensing image classification,the building of decision trees was found to be dependenton existing data mining software,with little research work focused on decision tree algo-rithms.Based on the BoostTree algorithm,we propose a new algorithm of decision tree en-sembles for remote sensing image classification-AdaTree which is a combination of C4.5andAdaBoost.M1algorithms.In AdaTree,the structure of C4.5and the final hypothesis of Ad-aBoost.M1were modified.With the AdaTree classifier algorithm,apiece of software wasdeveloped for cell-based and object-oriented remote sensing image classification.An experi-ment with Landsat7ETM+ and Wordview2images showed accuracy and efficient improve-ments of the AdaTree classifier when compared with BoostTree and SVM,either in cells-based or object-oriented classification.Its average Kappa coefficients reached 0.905 2and0.939 8.
- decision tree /
- AdaBoost /
- classification /
- remote sensing

[1]	应申, 李威阳, 贺彪, 王维, 万远. 统计决策树下的城市地址集中文分词 . 武汉大学学报 ( 信息科学版), 2019, 44(2): 302-309. doi: 10.13203/j.whugis20170072
[2]	门计林, 刘越岩, 张斌, 周繁. 多结构卷积神经网络特征级联的高分影像土地利用分类 . 武汉大学学报 ( 信息科学版), 2019, 44(12): 1841-1848. doi: 10.13203/j.whugis20180137
[3]	吴佳奇, 蒋永华, 沈欣, 李贝贝, 潘申林. 决策树弱分类支持的卫星视频运动检测 . 武汉大学学报 ( 信息科学版), 2019, 44(8): 1182-1190. doi: 10.13203/j.whugis20180094
[4]	吴一全, 陶飞翔, 曹照清. 基于Log-Gabor小波和Krawtchouk矩的遥感图像分类 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 861-867. doi: 10.13203/j.whugis20140234
[5]	姚娜, 林宗坚, 张景雄, 任超锋. 遥感影像分类后处理的地统计方法 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 15-18.
[6]	张乐飞, 黄昕, 张良培. 高分辨率遥感影像的支持张量机分类方法 . 武汉大学学报 ( 信息科学版), 2012, 37(3): 314-317.
[7]	谭琨, 杜培军, 王小美. 利用分离性测度多类支持向量机进行高光谱遥感影像分类 . 武汉大学学报 ( 信息科学版), 2011, 36(2): 171-175.
[8]	陈振学, 常发亮, 刘春生, 徐建光. 基于Adaboost算法和人脸特征三角形的姿态参数估计 . 武汉大学学报 ( 信息科学版), 2011, 36(10): 1164-1167.
[9]	郑文武, 曾永年. 利用多分类器集成进行遥感影像分类 . 武汉大学学报 ( 信息科学版), 2011, 36(11): 1290-1293.
[10]	朱江洪, 李江风, 叶菁. 利用决策树工具的土地利用类型遥感识别方法研究 . 武汉大学学报 ( 信息科学版), 2011, 36(3): 301-305.
[11]	陶建斌, 舒宁, 沈照庆. 利用互信息改进遥感影像朴素贝叶斯网络分类器 . 武汉大学学报 ( 信息科学版), 2010, 35(2): 228-232.
[12]	林丽群, 舒宁, 龚龑, 肖俊. 基于像斑的多光谱影像跨尺度分类研究 . 武汉大学学报 ( 信息科学版), 2009, 34(1): 40-43.
[13]	钟燕飞, 张良培, 李平湘. 遥感影像分类中的模糊聚类有效性研究 . 武汉大学学报 ( 信息科学版), 2009, 34(4): 391-394.
[14]	韩涛, 徐晓桃, 颉耀文. 基于单时相MODIS数据的决策树自动构建及分类研究 . 武汉大学学报 ( 信息科学版), 2009, 34(2): 191-194.
[15]	许凯, 秦昆, 杜鹢. 利用决策级融合进行遥感影像分类 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 826-829.
[16]	钟燕飞1　张良培1　龚健雅1　李平湘1. 基于资源限制性人工免疫系统的多光谱遥感影像分类方法 . 武汉大学学报 ( 信息科学版), 2006, 31(1): 47-50.
[17]	陈云浩, 冯通, 史培军, 王今飞. 基于面向对象和规则的遥感影像分类研究 . 武汉大学学报 ( 信息科学版), 2006, 31(4): 316-320.
[18]	哈斯巴干, 马建文, 李启青, 戴芹. 多波段遥感数据的自组织神经网络降维分类研究 . 武汉大学学报 ( 信息科学版), 2004, 29(5): 461-465. doi: 10.13203/j.whugis2004.05.019
[19]	朱国宾. 面向多分辨率层次结构的遥感影像分析方法 . 武汉大学学报 ( 信息科学版), 2003, 28(3): 315-320.
[20]	贾永红, 李德仁. 多源遥感影像像素级融合分类与决策级分类融合法的研究 . 武汉大学学报 ( 信息科学版), 2001, 26(5): 430-434.

点击查看大图

计量

文章访问数: 906
HTML全文浏览量: 65
PDF下载量: 522
被引次数: 0

AdaTree算法在遥感影像分类中的应用

¹ 68332部队,渭南市,715200;² 中国测绘科学研究院,北京市莲花池西路28号,100830;³ 承德市国土资源局,承德市东环路,067000

基金项目: 国家科技支撑计划资助项目(2012BAH28B01)；地理空间信息工程国家测绘地理信息局重点实验室基金资助项目(777121801)

作者简介:
张晓贺,硕士生,主要从事遥感技术和图像处理研究。

收稿日期: 2013-10-10
修回日期: 2013-12-05
刊出日期: 2013-12-05

中图分类号: P237.4;TP753

关键词:

决策树 /

AdaBoost /

分类 /

遥感

摘要: 目前的遥感影像分类研究中,决策树的生成完全依赖于现有的数据挖掘软件,缺少对决策树算法的深入研究和改进。本文以遥感影像分类为背景,采用BoostTree算法作为模型,通过算法改进构建了一种新的复合决策树算法———AdaTree,并以该算法为基础,设计实现了决策树遥感影像分类系统。以AdaTree算法作为分类器,分别对Landsat7ETM+影像和WordView2影像进行了基于像元和面向对象的分类实验,并与BoostTree和SVM算法进行了比较。实验结果表明,AdaTree算法在分类精度上要优于BoostTree和SVM算法,平均Kappa系数分别达到0.905 2和0.939 8。

English Abstract

Application of AdaTree Algorithm to RemoteSensing Image Classification

¹Unit 68332,Weinan 715200,China;²Chinese Academy of Surveying and Mapping,28West Lianhuachi Road,Beijing 100830,China;³Chengde Land Resources Bureau,Donghuan Road,Chengde 067000,China

Funds: 国家科技支撑计划资助项目(2012BAH28B01)；地理空间信息工程国家测绘地理信息局重点实验室基金资助项目(777121801)

Received Date: 2013-10-10
Rev Recd Date: 2013-12-05
Publish Date: 2013-12-05

Keywords:

Abstract: As one of main classification methods used in data mining,the decision tree algo-rithm is widely used in remote sensing image classification.However,in current studies ofremote sensing image classification,the building of decision trees was found to be dependenton existing data mining software,with little research work focused on decision tree algo-rithms.Based on the BoostTree algorithm,we propose a new algorithm of decision tree en-sembles for remote sensing image classification-AdaTree which is a combination of C4.5andAdaBoost.M1algorithms.In AdaTree,the structure of C4.5and the final hypothesis of Ad-aBoost.M1were modified.With the AdaTree classifier algorithm,apiece of software wasdeveloped for cell-based and object-oriented remote sensing image classification.An experi-ment with Landsat7ETM+ and Wordview2images showed accuracy and efficient improve-ments of the AdaTree classifier when compared with BoostTree and SVM,either in cells-based or object-oriented classification.Its average Kappa coefficients reached 0.905 2and0.939 8.

张晓贺, 翟亮, 张继贤, 杨享兵. AdaTree算法在遥感影像分类中的应用[J]. 武汉大学学报 ( 信息科学版), 2013, 38(12): 1460-1464.

引用本文:

张晓贺, 翟亮, 张继贤, 杨享兵. AdaTree算法在遥感影像分类中的应用[J]. 武汉大学学报 ( 信息科学版), 2013, 38(12): 1460-1464.

Citation: