论文部分内容阅读
以甘肃省为试验区，基于单时相MODIS数据，主要利用其可见光多波段光谱信息，分别使用最大似然法、BP神经网络算法以及基于See5．0数据挖掘的决策树分类方法对土地覆盖进行了自动分类研究，结果验证表明：决策树分类性能最优，总分类精度达到82．13％，神经网络算法次之，总分类精度为77．60％，最大似然法最差。总分类精度为73．93％；加入boosting技术的See5．0数据挖掘决策树方法能够快速地进行决策树的建立且能很好地提高较难识别地物类型的分类精度。