科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了利用机器学习对高分辨率影像的位置精度进行建模分析的方法。实验提取上海市资源三号遥感影像中心城区与郊区空间纹理统计特征，用作解释变量，构建位置误差回归模型，对比分析不同机器学习模型之间拟合差异，并进行实验验证。结果表明，支持向量回归模型整体拟合精度最优，其在两块实验区域拟合均方根误差（rootmean squares error, RMSE）均在0.9 m左右，随机森林（random forest, RF）模型在郊区也有较好拟合结果。与常规方法相比，机器学习方法更有效，平均绝对误差（mean absolute error, MAE）相差较小，预测结果对异常值较小的样本可信度更高。所提出方法可通过模型预测影像逐像素位置误差，为精细地物信息提取和精度控制提供技术支持。
-
单位上海市测绘院; 武汉大学
