随机森林降维matlab,随机森林在高光谱遥感数据中降维与分类的应用

高光谱遥感图像技术(hyperspectral images)能够获取地物在几十甚至几百个波段的光谱信息.与多光谱数据相比,高光谱数据具有图谱合一、可识别更多地物等优势,它在环境监测、植被的精细分类、农作物的长势监测等方面有着非常好的应用前景.高光谱数据的波段数目较多,部分波段存在较强的相关性,在分类等应用时存在冗余信息,严重时会产生“维数灾难(Hughes)”现象[1],这不仅增加了处理数据的成本,且会影响地物分类的精度.Chang发现在不影响整体分类精度的前提下,最高可能有94%的光谱波段是没有必要的[2],因此需要对高光谱数据进行降维处理.遥感数据降维方法主要包括特征提取和特征选择,特征提取是指通过某种变换得到有用信息并将其提取的过程,如主成分分析[3],投影寻踪[4]等,该类方法能够迅速减少特征数目,但由于采用了数学变换对数据进行处理,会损失原始影像的光谱特性.而特征选择只是从原始特征集中选出最优的子集,能够保留影像的光谱信息,便于分析对分类有效的光谱范围.有多种特征选择的方法应用于高光谱数据[5-8],包括基于信息量的排序方法[9],如信息熵的选择[10];基于类间可分性的方法,如B(Bhattachryya)距离[11];基于决策树的方法,如随机森林等.随机森林[12](random forest,RF)是非常热门的一种分类、预测、特征选择以及异常点检测的算法,它具有很高的分类准确率,良好的抗噪、抗异常值的能力,不容易出现过拟合现象、能处理大量数据等优点,近年来已经被生物学[12]、医学[13]、金融[14]等领域广泛应用.目前随机森林算法应用于高光谱遥感影像的相关研究较少,本文将随机森林算法应用于高光谱数据降维和分类过程中.利用随机森林算法对OMIS高光谱遥感数据实现数据降维与分类.先采用基于随机森林的RF-RFE(random forest-recursive feature elimination,RFE)方法对高光谱数据进行波段选择,得到几种最优波段组合完成数据降维,将分类精度最高的波段组合分别使用随机森林分类器与SVM分类器进行分类,最后通过对分类结果的评价探讨随机森林对高光谱数据降维与分类的应用适用性.1研究区与数据说明本文选取北京市小汤山地区农业试验田的OMIS高光谱影像进行数据降维,数据获取时间为2014年4月11日,范围为1 200 m×1 440 m,地面分辨率为3m,采用可见光-近红外(455.7~1 000.4nm)共51个波段进行分类.研究区内主要地物包含不同品种的冬小麦、水体及阴影、裸地、建筑等15个地物类别,在降维与分类前对原始影像进行了辐射定标预处理工作.OMIS高光谱影像真彩色合成图,R=699.2nm,G=565.4nm,B=465.0nm.图1北京小汤山试验田影像2研究方法2.1技术流程本文的技术流程大致如下:首先对北京小汤山OMIS试验田高光谱影像图进行预处理,采用基于随机森林算法的RF-RFE方法对数据进行降维处理,随后对各个波段进行重要性分析,依据得到的重要性排序选取合适的波段组合,对这几个波段组合采用随机森林分类器分类后进行精度评价,进而讨论随机森林算法对OMIS高光谱数据的降维适用性;同时将分类准确度最高的波段组合采用SVM分类器进行分类,对比随机森林分类结果,评价目视效果、总体精度、不确定性,进而讨论随机森林对OMIS高光谱数据的分类适用性.图2随机森林降维与分类的应用技术流程2.2随机森林算法随机森林分类器是一种基于多棵决策树集成学习技术.它采用bootstrap采样从原始训练集中得

随机森林降维matlab,随机森林在高光谱遥感数据中降维与分类的应用相关推荐

matlab中随机抽取函数,matlab 哪个函数可以从一组数据中随机抽取一部分出来
假设你原来的数据存在变量a中如果,你想从a中随机抽取固定N个数 c=randperm(numel(a)); b=a(c(1:N)); b就是从a中随机抽取的N个数(N应该小于a中元素的总个数) nu ...
基于matlab读取envi格式高光谱图像数据
1关于光谱: 电磁波按波长大小分为射线,可见光,近红外(780nm-2526nm),无线电等. 波长:一个振动周期内传播的距离. 什么是光谱:复色光色散后按波长大小排列的图案. 什么是高光谱:1光谱信 ...
高光谱遥感数据光谱特征的提取与应用---高光谱基础知识科普论文
论文地址高光谱遥感数据光谱特征的提取与应用杜培军遥感基础知识积累: 绝对温度大于0的物体在整个光谱轴上具有连续的光谱曲线高光谱可以有效的描述一些窄而重要的局部光谱特征,可以明显看到高光谱对于光 ...
Matlab高光谱遥感数据
光谱和图像是人们观察世界的两种方式,高光谱遥感通过"图谱合一"的技术创新将两者结合起来,大大提高了人们对客观世界的认知能力,本来在宽波段遥感中不可探测的物质,在高光谱遥感中能被探测 ...
2021遥感应用组三等奖：基于PolSAR和高光谱遥感的黄河口湿地协同分类研究
作品介绍一.作品概述受人类活动和气候变化的影响,滨海湿地正经历着显著的变化.滨海湿地生态系统的监测具有重要的现实意义.同时,随着卫星遥感技术的快速发展,可以利用高空间分辨率.高光谱分辨率和高时间分 ...
【Remote Sensing】高光谱遥感基础
什么是高光谱遥感? 高光谱遥感指具有高光谱分辨率的遥感数据获取.处理.分析和应用的科学与技术,通常采用覆盖一定波谱范围的成像光谱仪和非成像光谱仪两种传感器获取数据,利用大量窄波段电磁波获取感兴趣目 ...
高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域中的应用
高光谱遥感(Hyperspectral Remote Sensing)又叫成像光谱遥感,是将成像技术和光谱技术相结合的多维信息获取技术(Goetz,1985年).高光谱遥感数据中包含了丰富的空间.辐射 ...
高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域应用技术
高光谱遥感(Hyperspectral Remote Sensing)又叫成像光谱遥感,是将成像技术和光谱技术相结合的多维信息获取技术(Goetz,1985年).高光谱遥感数据中包含了丰富的空间.辐射 ...
【案例实践】高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域应用实践技术
[查看原文]高光谱遥感数值建模技术及在植被.水体.土壤信息提取领域应用高光谱遥感(Hyperspectral Remote Sensing)又叫成像光谱遥感,是将成像技术和光谱技术相结合的多维信息获 ...

随机森林降维matlab,随机森林在高光谱遥感数据中降维与分类的应用

随机森林降维matlab,随机森林在高光谱遥感数据中降维与分类的应用相关推荐

最新文章

热门文章