基于C5.0决策树分类算法的ETM+影像信息提取

作者：温兴平; 胡光道; 杨晓峰

来源：地理与地理信息科学, 2007, (06): 26-29.

• C5.0决策树算法
• ETM 遥感影像
• 信息提取 C5.0 decision tree algorithm
• ETM remote sensing image
• extracting information

利用C5.0决策树算法对ETM+影像进行信息提取,通过与其他分类方法提取结果的对比,得出C5.0决策树分类算法精度较高。大气校正与数据融合可明显提高分类精度,利用经过NDVI、NDBI、缨帽变换处理后的影像组合数据进行信息提取可进一步提高分类精度。研究发现,C5.0决策树算法用未处理的资料生成决策树的效果较差,而经大气校正和数据融合后计算出NDVI、NDBI及缨帽变换的前3个分量的组合数据生成的决策树深度最小,并且分类精度最高。

• 单位
  环境科学与工程学院; 南京信息工程大学; 地质过程与矿产资源国家重点实验室