基于CART集成学习的城市不透水层百分比遥感估算

被引：21

作者：

廖明生 ^{[1
]}

江利明 ^{[1
]}

林珲 ^{[2
]}

杨立民 ^{[2
]}

机构：

[1] 武汉大学测绘遥感信息工程国家重点实验室

[2] 香港中文大学太空与地球信息科学研究所

来源：

武汉大学学报(信息科学版) | 2007年 / 12期

关键词：

城市不透水层; 遥感影像; 分类与回归树; Boosting技术; 集成学习;

D O I：

10.13203/j.whugis2007.12.020

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

利用Landsat ETM+遥感数据,提出了一种基于CART集成学习的ISP遥感亚像元估算方法,将Boosting重采样技术引入CART分析中,用于提高ISP估算的精度。实验结果表明,该方法的ISP估算性能优于传统的单一CART学习算法,从ETM+影像中估算的ISP值与真实值之间的相关系数达到0.91,平均偏差为11.16%。

引用

页码：1099 / 1102+1106 +1106

页数：5

共 3 条

[1]

模式分类.[M].(美)RichardO.Duda等著;李宏东;姚天翔等译;.机械工业出版社.2003,

[2] Assessments of urban growth in the Tampa Bay watershed using remote sensing data [J].