基于分类回归树方法的遥感信息快速提取研究 |
| |
引用本文: | 高剑,孙辉,潘之腾,李建梅.基于分类回归树方法的遥感信息快速提取研究[J].现代电子技术,2023(11):33-37. |
| |
作者姓名: | 高剑 孙辉 潘之腾 李建梅 |
| |
作者单位: | 2. 南京邮电大学;3. 菏泽市产品检验检测研究院 |
| |
摘 要: | 遥感信息具有一定的连续变化性,这将会在一定程度上使得遥感信息快速提取存在偏差,其提取的时间也随之增加,容错率下降,为此文中提出基于分类回归树的遥感信息快速提取方法。通过噪声调整的主成分分析法(NAPCA)提取遥感信息的特征,利用复小波变换法对图像进行去噪处理,同时结合邻域值函数完成小波系数收缩。通过分类回归树方法进行样本训练,连续不间断获取遥感信息,结合Bayes判别准则完成遥感信息快速提取。实验结果表明,所提方法能够有效提升容错率,降低遥感信息快速提取偏差和时间。
|
关 键 词: | 遥感信息提取 分类回归树方法 图像去噪 小波系数收缩 偏差降低 实验测试 城市绿化 |
|
|