《表1 分类结果精度Tab.1 Classification results accuracy》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于TM和OLI数据山西省潞城市土地利用动态变化分析与预测》
CART算法是把数据集中最小的Gini值作为节点将数据集分为2个子数据集,最后根据验证数据进行剪枝。Gini指数[15]是判断收入分配公平程度的指标,也被用来度量任何不均匀分布,其范围在[0,1]之间,值越小说明数据对象为同一类的概率越高。所以,基于CART获取规则的决策树是结构简单的二叉树。CART算法不适用于有多个离散特征的情况,因此若要使用此方法,最好先将离散特征取值缩减。基于CART获取规则的决策树分类法的步骤为:(1)构建多源数据集,包括:Landsat5 TM和Landsat8 OLI影像的多光谱波段、归一化差值植被指数(normalized difference vegetation index,NDVI)和迭代自组织数据分析技术(iterative self-organizing data analysis technique,ISODATA)非监督分类结果;(2)获取规则,通过选择训练样本获取规则;(3)土地覆盖信息提取,在Decision Tree中选择决策树txt文件,提取出土地覆盖信息。最终分类结果如图1所示。对结果进行精度评定,评价结果如表1所示。从图1和表1中可以看出,分类结果可以满足本文对数据质量的精度要求。
图表编号 | XD0021798000 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.01 |
作者 | 桑潇、国巧真、潘应阳、付盈 |
绘制单位 | 天津城建大学地质与测绘学院、天津城建大学地质与测绘学院、天津城建大学地质与测绘学院、天津城建大学地质与测绘学院 |
更多格式 | 高清、无水印(增值服务) |