特征优化结合随机森林算法的干旱区植被高光谱遥感分类方法

• Published in: 农业工程学报 Vol. 39; no. 9; pp. 287 - 293
• Main Authors: 帅爽, 张志, 张天, 张焜, 肖成志, 陈安
• Format: Journal Article
• Language: Chinese
• Published: 武汉轻工大学土木工程与建筑学院,武汉430023%中国地质大学(武汉)地球物理与空间信息学院,武汉430074%中交第二公路勘察设计研究院有限公司,武汉430056%青海省青藏高原北部地质过程与矿产资源重点实验室,西宁810300%武汉市第十四中学,武汉430000 01.05.2023; 青海省青藏高原北部地质过程与矿产资源重点实验室,西宁810300
• Subjects: 算法; algorithms; 植被类型分类; hyperspectral; vegetation type classification; MPA-RF; remote sensing; 多尺度纹理; 遥感; multi-scale texture; 高光谱

P237%TP79%S3; 针对高维光谱纹理特征空间的降维和特征优化算法结果的不确定性问题,该研究在提取多尺度纹理图像构建高维光谱纹理特征空间的基础上,将遗传算法(genetic algorithm,GA)、粒子群优化算法(particle swarm optimization,PSO)等传统特征优化算法和广义正态分布优化算法(generalized normal distribution optimization,GNDO)、原子搜索算法(atom search algorithm,ASO)、海洋捕食者算法(marine predators algorithm,MPA)等特征优化算法与随机森...