%0 Journal Article
%T Evaluation of Various Classifiers on Regional Land Cover Classification in Huabei Area<br>多种分类器在华北地区土地覆盖遥感分类中的性能评价
%A LIU Yong-Hong
%A NIU Zheng
%A XU Yong-Ming
%A LI Xiang-Jun
%A <br>刘勇洪
%A 牛 铮
%A 徐永明
%A 李向军
%J 中国科学院研究生院学报
%D 2005
%I 
%X 应用MODIS 250m分辨率遥感影像对中国华北地区分别采用最大似然法、Parzen窗、CART决策树、BP神经网络F、uzzy ARTMAP神经网络等5种分类方法进行区域尺度上土地覆盖制图的比较试验.结果表明:(1)Parzen窗法分类性能最优,CART和BP其次,Fuzzy ARTMAP表现较差.(2)CART决策树具有较好鲁棒性,但缺点是样本代价较大;BP神经网络分类器能达到较高精度,但缺点是需较高质量的样本、网络结构参数难以确定,造成其稳健性较差;FuzzyARTMAP则未能表现出理想结果.(3)训练样本数量差异造成:最大似然法的分类精度差异值低于5%;Parzen窗法和Fuzzy ARTMAP差异为5%~10%;CART和BP差异在10%以上.
%K MODIS 250m
%K land cover classification
%K MLC
%K Parzen window
%K CART
%K BP
%K Fuzzy ARTMAP<br>MODIS250m
%K 土地覆盖分类
%K 最大似然法
%K Parzen窗
%K CART决策树
%K BP神经网络
%K FuzzyARTMAP神经网络
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=B5EDD921F3D863E289B22F36E70174A7007B5F5E43D63598017D41BB67247657&cid=B47B31F6349F979B&jid=67CDFDECD959936E166E0F72DE972847&aid=AFADEA25E32DE364&yid=2DD7160C83D0ACED&vid=CA4FD0336C81A37A&iid=B31275AF3241DB2D&sid=94655B9881133A28&eid=20D29EF591CB2C94&journal_id=1002-1175&journal_name=中国科学院研究生院学报&referenced_num=4&reference_num=40