基于机器学习的遥感影像分类精度提升及应用对策

王 建超
山东省鲁岳资源勘查开发有限公司

摘要


遥感影像分类是遥感应用的重要环节，传统方法难以满足高精度需求，机器学习技术为解决此问题提供新思路，本研究分析了机器学习在遥感分类中的应用现状，提出多特征结合、参数优化、集成学习和半监督学习等精度提升策略，并针对不同应用场景制定算法选择、数据处理、评价体系和标准化四大应用对策，可以有效提高分类精度和应用效果。

关键词


机器学习；遥感影像；分类精度；特征提取

全文:

PDF


参考


[1]邴芳飞，金永涛，张文豪，等.基于机器学习的遥感影像云检测研究进展[J].遥感技术与应用（中国科学院），2023（1）：14-15.

[2]刘修宇，江涛，厉彦一.基于机器学习中分辨率遥感影像分类应用研究[J].地理信息世界，2021（3）：32-33.

[3]李杰.基于机器学习的遥感图像识别检测技术研究[J].信息记录材料，2023，24（9）：90-92.

[4]李斌.基于多源遥感数据的林地变化检测研究[D].西安：西安科技大学，2022（2）：21-22.

[5]高昂，唐世浩，肖萌，等.机器学习在遥感影像分类中的应用[J].科技导报，2021，39（15）：8-9.




DOI: http://dx.doi.org/10.12361/2661-3506-07-04-143693

Refbacks

  • 当前没有refback。