机器学习算法在ALOS影像分类中的应用研究

首先介绍了CART、C5.0和概率神经网络三种机器学习算法的原理,然后以覆盖湖北省公安县的ALOS影像为数据源,从整体精度、对训练样本大小和噪声的敏感性三个方面对它们进行了比较分析。结果显示C5.0算法分类的整体精度最高,达到83.59%。概率神经网络受训练样本大小和噪声的影响最低:在训练样本大小降为原样本数据量的40%时,其精度为78.52%;噪声占训练样本量的10%时,精度只下降了4.3%。通过分析可以看出,在训练样本量充足时,C5.0算法的分类精度最好,而在样本不足或者包含噪声的情况下,使用概率神经网络算法能比其他两种算法取得更好的分类效果。