共被期刊论文引用了1次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于决策树的高光谱数据特征选择及其对分类结果的影响分析显示文摘本文利用OM IS高光谱数据,研究了决策树算法(Dec ision Tree,DT)特征选择的特点以及特征选择对决策树分类结果的影响。设计了三种特征选择方法:SEP,MDLM和RELIEF,将它们与DT特征选择的结果以及特征选择后的分类精度(考虑了三种分类器:最大似然法、后向传播神经网络、最邻近法)进行对比,并分析了这三种特征选择方法对决策树结构和分类精度的影响。结果显示,DT是一种比较好的特征选择方法;经过特征选择后再生成的决策树比直接生成的决策树,用到更少的特征(平均减少了43.36%)、有更多的节点(平均增加了18.61%)和更高的分类精度(平均提高了0.35%),当样本数量少时,分类精度的提高幅度最大,而树的大小却基本没有增加。 | 王圆圆 李京 | 2007 | 遥感学报2007，11，1： | 22 |
您所在的机构暂未开通此部分的功能，请联系管理员