地表覆盖作为自然资源调查专题监测的内容，检验工作相似具有重复性，且地表覆盖成果数据量大检验周期长，地表覆盖分类错误是地表覆盖的主要错漏之一。因此，通过机器学习手段对成果自动分类与检测，排除被正确分类概率大的图斑，筛选潜在错误图斑，以减少地表覆盖分类错误的工作量，提高检验效率。本文针对地表覆盖成果工作量大这一现状，采用随机森林（RF,Random Forest）算法对时相目视解译影像进行训练与分类。
科研之友
微信
新浪微博
Facebook
分享链接
