集成方法研究及其在遙感分類中的應(yīng)用.pdf

1、碩士學(xué)位論文集成方法研究及其在遙感分類中的應(yīng)用TheResearchonEnsembleMethodandItsApplicationonRemoteSensingImageClassification學(xué)號(hào)：21109129完成日期：2Q!壘生魚月魚旦大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)碩士學(xué)位論文摘要集成方法具有泛化性能強(qiáng)穩(wěn)定性高的特點(diǎn)，在復(fù)雜數(shù)據(jù)的分類中得到了有效利用。本文主要對(duì)集成方法進(jìn)

2、行研究，在此基礎(chǔ)上將集成方法應(yīng)用到遙感分類領(lǐng)域中。針對(duì)原始旋轉(zhuǎn)森林集成方法對(duì)復(fù)雜數(shù)據(jù)進(jìn)行分類時(shí)產(chǎn)生的過擬合問題，提出一種改進(jìn)的旋轉(zhuǎn)森林集成分類方法。首先利用旋轉(zhuǎn)森林集成方法對(duì)原始訓(xùn)練集進(jìn)行特征分割與特征提取，由此增強(qiáng)各基分類器之間的差異性，在此基礎(chǔ)上，將學(xué)習(xí)速度快的極限學(xué)習(xí)機(jī)作為基分類器對(duì)數(shù)據(jù)進(jìn)行分類處理，提高模型分類的速度。進(jìn)而將集成方法引入到遙感分類中，針對(duì)遙感數(shù)據(jù)非負(fù)的特點(diǎn)，提出一種基于神經(jīng)網(wǎng)絡(luò)集成的遙感分類方法。使用可以保留遙感

3、影像物理信息的非負(fù)矩陣分解方法來對(duì)影像進(jìn)行特征提取，然后采用極限學(xué)習(xí)機(jī)集成方法在影像上進(jìn)行訓(xùn)練，在集成基分類器訓(xùn)練完成后，采用Q統(tǒng)計(jì)來衡量各基分類器間的差異性，選擇差異性大的分類器來進(jìn)行集成，從而提高分類精度。此外，針對(duì)傳統(tǒng)分類方法只使用遙感影像的光譜特征，導(dǎo)致分類中會(huì)遇到“同譜異物”和“同物異譜”現(xiàn)象，提出一種多特征融合的遙感影像分類方法。首先利用Gabor變換提取出遙感影像的紋理特征，再將其與光譜特征進(jìn)行融合，然后為解決遙感影像分類