论文研究 基于AdaBoost的组合分类器在遥感影像分类中的应用.pdf

运用组合分类器的经典算法AdaBoost将多个弱分类器-神经网络分类器组合输出，并引入混合判别多分类器综合规则，有效提高疑难类别的分类精度，进而提高分类的总精度。最后以天津地区ASTER影像为例，介绍了基于AdaBoost的组合分类算法，并在此基础上实现了天津地区的土地利用分类。分类结果表明，组合分类器能有效提高单个分类器的分类精度，分类总精度由8113%提高到9332%。实验表明基于AdaBoost的组合分类是遥感图像分类的一种新的有效方法。