作品名称:基于随机森林的高位模糊分类研究

指导老师: 刘修国 教授

作者班级:113101

团队成员:张修远 张大川

团队简介:团队由10级和11级两位同学组成.

作品简介:

该作品荣获产学研专业第一名,校科技论文报告会一等奖。相关发表论文1>篇,参加会议1次。提出了参数回归模型1套,特征选择方法1个,应用拓展实验3套,理论研究论文1本。

特色:

该作品紧密围绕遥感专业的基础知识进行展开将模糊理论与统计学习理论相结合,提高了混合象元分解和分类的精度。

主要内容:

高光谱数据空间分辨率普遍偏低,使得数据中混合像元分布广泛,模糊分类常用于混合像元分析中,但其精度常受限于特征维数和模糊样本选取,本文将随机森林算法用于模糊样本获取和高维特征向低维特征映射,然后在低维特征空间中利用模糊样本进行模糊分类。该方法使用的分类器假设前提一致,解决了模糊分类的受限问题并提高了模糊分类的精度,此外,本作品还证明了该方法分类精度对原始样本的质量具有鲁棒性。