基于不同分类器的农用地分类提取

作者：张峰; 赵忠国; 李刚^*; 陈刚

来源：新疆农业科学, 2019, 56(08): 1560-1568.

• 农用地
• 神经网络
• 支持向量机
• 随机森林
• 信息提取

【目的】分析Landsat 8 OLI卫星遥感影像数据面向农用地分类的实际应用方法和效果,以新疆奇台县南部为研究对象。【方法】使用随机森林(RF)、支持向量机(SVM)和神经网络(Neural Net)三种分类器进行研究区农用地分类对比。【结果】通过对三种分类器参数设置参数精度检验,利用上述三种算法对农用地地物分类进行精度评价,在整体分类精度中,支持向量机算法(SVM)<随机森林算法(RF)<神经网络算法(Neural Net),分类精度分别为:90.75%,94.30%和94.84%。【结论】神经网络方法(Neural Net)在该地区的农用地物整体分类上,比支持向量机(SVM)和随机森林法(RF)相比具有一定的优势,并获得较好的分类精度。

• 单位
  新疆交通职业技术学院; 河南测绘职业学院; 新疆大学