《表2 特征信息列表：基于随机森林特征选择的森林类型分类》
提示：宽带有限、当前游客访问压缩模式
综上，本文选取了4类特征：光谱特征（16个）、波段差值特征（12个）、植被指数（12个）、纹理特征（32个）和地形特征（3个），共75个特征（表2）参与森林类型分类。
| 图表编号 | XD00115178100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.25 |
| 作者 | 刘思涵、尚夏明、马婷 |
| 绘制单位 | 西安科技大学测绘科学与技术学院、西安科技大学测绘科学与技术学院、西安科技大学测绘科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 各数据集信息：基于随机森林插值的中亚夏季极端高温变化特征》2020.07.01
- 《表2 RFE-随机森林特征选择前后模型准确率对比》2020.09.10
- 《表2 Re EMISE特征选择的随机森林分类精度》2021.02.25
- 《表4 不同特征选择算法随机森林分类精度比较》2021.02.25
- 《表1 特征选择表：基于随机森林与改进极限学习机的PM2.5浓度模型》2020.06.01
- 《表2 利用随机森林算法优选后得到的分类特征》2020.04.01
- 《表3 随机森林分类结果：基于CT影像特征的非小细胞肺癌复发相关性因素研究》2020.08.30
- 《表2 算法性能对比：基于特征选择与随机森林混合模型的社区恶意评论检测研究》2020.07.05
- 《表1 数据集概述：基于特征选择与随机森林混合模型的社区恶意评论检测研究》2020.07.05
- 《表1 数据集特征列表：基于K近邻-随机森林集成算法的肝病预测研究》2020.05.01
- 《表1 数据集特征列表：基于K近邻-随机森林集成算法的肝病预测研究》2020.05.01
- 《表6 分类结果精度统计：基于特征优选随机森林算法的农耕区土地利用分类》2020.02.01
- 《表2 试验方案信息：基于特征优选随机森林算法的农耕区土地利用分类》2020.02.01
- 《表1 特征说明：基于特征优选随机森林算法的农耕区土地利用分类》2020.02.01
- 《表3 特征类型及参量：基于随机森林算法的城区土地覆盖分类研究》2020.03.01
- 《表3 采用随机森林特征选择后的数据集》2020.01.06
- 《表1 肺结节病理特征：基于病理特征和改进随机森林的肺结节分类》2020.01.01
- 《表3 基于特征优选随机森林方法的土地覆盖分类结果混淆矩阵》2019.05.25
- 《表8 优选特征分布表：基于随机森林的绿洲典型湿地信息提取》2019.06.15
- 《表1 特征选择结果：基于随机森林的信用评估特征选择》2019.07.01