期刊文献+
共找到543篇文章
< 1 2 28 >
每页显示 20 50 100
特征选择方法综述 被引量:122
1
作者 李郅琴 杜建强 +3 位作者 聂斌 熊旺平 黄灿奕 李欢 《计算机工程与应用》 CSCD 北大核心 2019年第24期10-19,共10页
特征选择作为一个数据预处理过程,在数据挖掘、模式识别和机器学习中有着重要地位。通过特征选择,可以降低问题的复杂度,提高学习算法的预测精度、鲁棒性和可解释性。介绍特征选择方法框架,重点描述生成特征子集、评价准则两个过程;根... 特征选择作为一个数据预处理过程,在数据挖掘、模式识别和机器学习中有着重要地位。通过特征选择,可以降低问题的复杂度,提高学习算法的预测精度、鲁棒性和可解释性。介绍特征选择方法框架,重点描述生成特征子集、评价准则两个过程;根据特征选择和学习算法的不同结合方式对特征选择算法分类,并分析各种方法的优缺点;讨论现有特征选择算法存在的问题,提出一些研究难点和研究方向。 展开更多
关键词 特征选择 搜索策略 评价准则 特征选择分类
下载PDF
基于SVM分类机的入侵检测系统 被引量:40
2
作者 陈光英 张千里 李星 《通信学报》 EI CSCD 北大核心 2002年第5期51-56,共6页
本文设计并实现了一种基于SVM分类机的入侵检测系统。它收集并计算除服务器端口之外TCP/IP的流量特征,使用SVM算法进行分类,从而识别出该连接的服务类型,通过与该连接服务器端口所表明服务类型的比较,检测出异常的TCP连接。在此基础上,... 本文设计并实现了一种基于SVM分类机的入侵检测系统。它收集并计算除服务器端口之外TCP/IP的流量特征,使用SVM算法进行分类,从而识别出该连接的服务类型,通过与该连接服务器端口所表明服务类型的比较,检测出异常的TCP连接。在此基础上,本文深入探讨了TCP连接的观察时间、所取特征数目和SVM的核函数的选取对检测效果的影响。实验结果表明,本系统能够有效地检测出异常TCP连接。 展开更多
关键词 SVM分类机 入侵检测系统 计算机网络 网络安全
下载PDF
一种基于Boosting的集成学习算法在不均衡数据中的分类 被引量:57
3
作者 李诒靖 郭海湘 +1 位作者 李亚楠 刘晓 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2016年第1期189-199,共11页
针对多类别不均衡数据的分类问题,从数据集的特征选择和集成学习两个角度出发,提出了一种新的针对不均衡数据的分类方法—BPSO-Adaboost-KNN算法,算法采用基于多分类问题的可视化的AUCarea作为分类评价指标.为了测试算法的性能,本文选取... 针对多类别不均衡数据的分类问题,从数据集的特征选择和集成学习两个角度出发,提出了一种新的针对不均衡数据的分类方法—BPSO-Adaboost-KNN算法,算法采用基于多分类问题的可视化的AUCarea作为分类评价指标.为了测试算法的性能,本文选取了10组UCI和KEEL选取的测试数据集进行测试,结果表明本算法在有效提取关键特征后提高了Adaboost的稳定性,在十组数据的分类精度上相比单纯使用KNN分类器有20%~40%不等的提高.在本算法和其他state-of-the-art集成分类算法对比中,BPSO-Adaboost-KNN能够取得较优或相当的结果.最后,本文将该算法应用到石油储层含油性的识别中,成功提取了声波、孔隙度和含油饱和度三个关键属性,在分类精度上相比传统分类算法有了大幅度提高,在江汉油田五口油井oilsk81~oilsk85上的分类精度均达到98%以上,比单纯使用KNN的精度高出了20%,尤其在最易错分的油层和差油层中有良好的分类效果. 展开更多
关键词 不均衡数据 特征提取 分类 石油储层
原文传递
Web网页识别中的特征选择问题研究 被引量:29
4
作者 朱明 王军 王俊普 《计算机工程》 CAS CSCD 北大核心 2000年第8期35-37,共3页
对Web网页识别中有关特征选择的两个重要问题进行了较为深入的探讨.提出了一种新的描述特征选择方法,并将其与3种已有的描述特征选择方法进行实验比较,证实其有效性;此外还对5种在文本归类中,具有代表性的识别特征选择方法在... 对Web网页识别中有关特征选择的两个重要问题进行了较为深入的探讨.提出了一种新的描述特征选择方法,并将其与3种已有的描述特征选择方法进行实验比较,证实其有效性;此外还对5种在文本归类中,具有代表性的识别特征选择方法在Web网页识别中的实际应用效果进行了评估比较,并发现信息增益和统计方法,选择识别特征效果最佳. 展开更多
关键词 特征选择 网页分类 机器学习 WEB 网页识别
下载PDF
粗糙集研究综述 被引量:45
5
作者 王学恩 韩崇昭 +1 位作者 韩德强 范卿 《控制工程》 CSCD 北大核心 2013年第1期1-8,共8页
粗糙集理论提供了一种有效处理不完整、不确定信息的数学工具。近年来,它被广泛应用于决策分析、数据挖掘、模式识别、智能控制等领域,介绍了粗糙集的基本理论以及其扩展模型,其中详细介绍了变精度、容差、优势、模糊等粗糙集模型。在... 粗糙集理论提供了一种有效处理不完整、不确定信息的数学工具。近年来,它被广泛应用于决策分析、数据挖掘、模式识别、智能控制等领域,介绍了粗糙集的基本理论以及其扩展模型,其中详细介绍了变精度、容差、优势、模糊等粗糙集模型。在应用研究方面,主要介绍了粗糙集在特征选择、模式分类两个方面研究进展。 展开更多
关键词 粗糙集 特征选择 规则提取 分类
下载PDF
一个无需词典支持和切词处理的中文文档分类系统 被引量:23
6
作者 周水庚 关佶红 +1 位作者 胡运发 周傲英 《计算机研究与发展》 EI CSCD 北大核心 2001年第7期839-844,共6页
报道了一个无需词典支持和切词处理的中文文档分类系统 .其特点是利用 N - gram信息进行中文文档分类 ,使中文文档分类摆脱了对词典和切词处理的依赖 ,实现了中文文档分类的领域无关性和时间无关性 ;采用开放的体系结构使文档分类系统... 报道了一个无需词典支持和切词处理的中文文档分类系统 .其特点是利用 N - gram信息进行中文文档分类 ,使中文文档分类摆脱了对词典和切词处理的依赖 ,实现了中文文档分类的领域无关性和时间无关性 ;采用开放的体系结构使文档分类系统易于功能扩充和性能完善 .测试结果表明该系统具有令人满意的分类性能 . 展开更多
关键词 中文文档分类系统 词典支持 切词处理 中文信息处理 INTERNET
下载PDF
行人检测系统研究新进展及关键技术展望 被引量:36
7
作者 许言午 曹先彬 乔红 《电子学报》 EI CAS CSCD 北大核心 2008年第5期962-968,共7页
行人检测系统(PDS)作为保障汽车、行人安全的一种主动安全手段,已成为产业界和研究界共同关注的一个研究热点.特别是近5年来,随着传感器、核心算法等的不断进步和使用,PDS研究发展很快.不同于已有的针对PDS早期工作的综述,本文从技术进... 行人检测系统(PDS)作为保障汽车、行人安全的一种主动安全手段,已成为产业界和研究界共同关注的一个研究热点.特别是近5年来,随着传感器、核心算法等的不断进步和使用,PDS研究发展很快.不同于已有的针对PDS早期工作的综述,本文从技术进展、原型系统进展两个方面重点总结了PDS近5年来的最新研究进展,指出了目前尚未解决的问题,并对PDS研究涉及的关键技术的发展做出展望. 展开更多
关键词 行人检测系统 特征选择 分类机制 多传感器融合
下载PDF
中文文本分类中的特征选择研究 被引量:30
8
作者 寇苏玲 蔡庆生 《计算机仿真》 CSCD 2007年第3期289-291,共3页
有多种特征选择算法被用于文本自动分类,YimingYang教授曾针对英文文本分类中的特征选择做过深入的研究,并得出结论:IG和CHI方法效果相对较好。考虑到该结论不一定适合对中文文本的分类,对中文文本分类中的特征选择方法进行研究,采用了... 有多种特征选择算法被用于文本自动分类,YimingYang教授曾针对英文文本分类中的特征选择做过深入的研究,并得出结论:IG和CHI方法效果相对较好。考虑到该结论不一定适合对中文文本的分类,对中文文本分类中的特征选择方法进行研究,采用了包含500篇新闻的中文语料库对几种特征选择算法进行测试,结果表明:在测试的特征选择算法中,X^2估计方法无需因训练集的改变而人为调节特征阀值,并且分类准确率较高。 展开更多
关键词 特征选择 特征提取 文本分类
下载PDF
基于权限相关性的Android恶意软件检测 被引量:37
9
作者 张锐 杨吉云 《计算机应用》 CSCD 北大核心 2014年第5期1322-1325,共4页
针对Android平台恶意软件检测需求和Android权限特征冗余的问题,提出一套从权限相关性角度快速检测恶意软件的方案。采用卡方检验计算各权限属性对于分类结果的影响大小,去除冗余权限特征,再对权限属性聚类,提取代表性权限特征,进一步... 针对Android平台恶意软件检测需求和Android权限特征冗余的问题,提出一套从权限相关性角度快速检测恶意软件的方案。采用卡方检验计算各权限属性对于分类结果的影响大小,去除冗余权限特征,再对权限属性聚类,提取代表性权限特征,进一步减少冗余。最后利用基于不同权限特征权重的改进朴素贝叶斯算法进行软件分类。在收集的2000个软件样本上进行了实验,恶意软件漏检率为10.33%,总体预测准确率达到88.98%。实验结果表明,该方案利用少量权限特征,能够初步检测Android应用软件是否有恶意倾向,为深入判断分析提供参考依据。 展开更多
关键词 权限 特征选取 贝叶斯分类 检测
下载PDF
一种改进HOG特征的行人检测算法 被引量:37
10
作者 田仙仙 鲍泓 徐成 《计算机科学》 CSCD 北大核心 2014年第9期320-324,共5页
针对HOG特征检测准确率高、计算量大的特点,通过对HOG特征的结构进行调整,提出了使用Fisher特征挑选准则来挑选出有区别能力的行人特征块,得到MultiHOG特征。该算法结合线性SVM二值分类器,实现行人滑动窗口检测。用Inria标准数据集和自... 针对HOG特征检测准确率高、计算量大的特点,通过对HOG特征的结构进行调整,提出了使用Fisher特征挑选准则来挑选出有区别能力的行人特征块,得到MultiHOG特征。该算法结合线性SVM二值分类器,实现行人滑动窗口检测。用Inria标准数据集和自行拍摄数据集进行了测试,结果证明该算法较HOG在准确率及实时性上都有很大的提高。 展开更多
关键词 HOG特征 Fisher特征挑选 MultiHOG特征 SVM分类
下载PDF
基于随机森林的高寒湿地地区土地覆盖遥感分类方法 被引量:35
11
作者 侯蒙京 殷建鹏 +3 位作者 葛静 李元春 冯琦胜 梁天刚 《农业机械学报》 EI CAS CSCD 北大核心 2020年第7期220-227,共8页
高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分... 高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度;4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。 展开更多
关键词 高寒湿地 土地覆盖 随机森林 特征选择 遥感 分类
下载PDF
基于免疫克隆选择算法的特征选择 被引量:23
12
作者 张向荣 焦李成 《复旦学报(自然科学版)》 CAS CSCD 北大核心 2004年第5期926-929,共4页
提出了一种基于免疫克隆选择算法的特征选择方法.特征选择可以被看成是一个组合优化问题,利用免疫克隆选择算法快速收敛于全局最优的特性,加快搜索到最优特征子集的速度,为后续模式分类提供良好的判别依据.实验结果表明算法在保持甚至... 提出了一种基于免疫克隆选择算法的特征选择方法.特征选择可以被看成是一个组合优化问题,利用免疫克隆选择算法快速收敛于全局最优的特性,加快搜索到最优特征子集的速度,为后续模式分类提供良好的判别依据.实验结果表明算法在保持甚至提高分类精度的同时,有效地降低了特征维数.与基于遗传算法特征选择的结果相比较,在有限代数内,该算法能收敛到更优的特征子集,从而验证了算法的有效性及其应用潜力. 展开更多
关键词 克隆选择算法 特征选择 模式分类 全局最优 搜索 分类精度 快速收敛 子集 组合优化问题 维数
原文传递
基于无人机多光谱遥感图像的玉米田间杂草识别 被引量:32
13
作者 赵静 李志铭 +3 位作者 鲁力群 贾鹏 杨焕波 兰玉彬 《中国农业科学》 CAS CSCD 北大核心 2020年第8期1545-1555,共11页
【目的】为了精确高效识别玉米田间杂草,减少除草剂施用,提高玉米种植管理精准性。【方法】通过六旋翼无人机搭载多光谱相机获取玉米田块多光谱图像。为分离图像中植被与非植被像元,计算了7种植被指数,采用最大类间方差法提取植被指数... 【目的】为了精确高效识别玉米田间杂草,减少除草剂施用,提高玉米种植管理精准性。【方法】通过六旋翼无人机搭载多光谱相机获取玉米田块多光谱图像。为分离图像中植被与非植被像元,计算了7种植被指数,采用最大类间方差法提取植被指数图像中非植被区域,制作掩膜文件并对多光谱图像掩膜。通过主成分分析对多光谱图像进行变换,保留信息量最多的前3个主成分波段。将试验区域分为训练区域和验证区域,在训练区域中分别选取了675处玉米和525处杂草样本对监督分类模型进行训练,在验证区域选取了240处玉米样本及160处杂草样本评价模型分类精度。将7种植被指数、3个主成分波段的24个纹理特征及经过滤波的10个反射率,共计41项特征作为样本特征参数。利用支持向量机-特征递归消除算法(support vector machines-feature recursive elimination,SVM-RFE)和Relief算法从41项特征中各筛选14项特征构成特征子集,采用支持向量机、K-最近邻、Cart决策树、随机森林和人工神经网络对特征子集进行监督分类。【结果】支持向量机与随机森林对全部特征及2个特征子集分类效果较好,支持向量机总体精度为89.13%-91.94%,Kappa>0.79,随机森林总体精度为89.27%-90.95%,Kappa>0.79。【结论】SVM-RFE算法对数据降维效果优于Relief算法,支持向量机(SVM)模型对区域冠层尺度下玉米与杂草的分类效果最好。 展开更多
关键词 杂草识别 无人机遥感 多光谱图像 特征选择 监督分类
下载PDF
基于随机森林特征选择的城市绿化乔木树种分类 被引量:32
14
作者 温小乐 钟奥 胡秀娟 《地球信息科学学报》 CSCD 北大核心 2018年第12期1777-1786,共10页
城市绿化在改善空气、水和土壤质量,吸收和减少二氧化碳及各种污染物,缓解城市热岛和减少雨水径流等方面发挥着重要作用。及时准确地获取树种信息是城市规划与绿化管理的先决条件,对进一步改善城市生态环境也具有重要意义。基于遥感技术... 城市绿化在改善空气、水和土壤质量,吸收和减少二氧化碳及各种污染物,缓解城市热岛和减少雨水径流等方面发挥着重要作用。及时准确地获取树种信息是城市规划与绿化管理的先决条件,对进一步改善城市生态环境也具有重要意义。基于遥感技术,使用高空间分辨率的WorldView-2卫星影像,采用光谱、纹理、指数以及几何等多种特征相结合的面向对象方法,并通过随机森林进行特征选择,对福州大学旗山校区北部的榕树、杧果、香樟、重阳木、羊蹄甲、垂叶榕以及木棉7种主要绿化乔木进行树种分类。实地验证结果表明:通过特征选择可以减少或规避数据冗余以及休斯效应的产生,该方法可以提高现有同类型树种分类的精度,当淘汰全部特征的20%,利用34个特征(包括15个光谱特征、6个纹理特征、8个指数特征和5个几何特征)进行分类时,总精度最高,可达74.95%,Kappa系数为0.67。其中,光谱平均值的特征重要性最高,而各波段的标准差的重要性较低。WorldView-2卫星影像的4个新增波段,特别是黄光和红边波段及其构建的指数特征重要性较高,也说明这些波段在植被遥感,特别是树种分类中极具应用前景。 展开更多
关键词 WorldView-2 面向对象 随机森林 特征选择 树种分类
原文传递
基于信息增益的文本特征选择方法 被引量:31
15
作者 任永功 杨荣杰 +1 位作者 尹明飞 马名威 《计算机科学》 CSCD 北大核心 2012年第11期127-130,共4页
在类和特征分布不均时,传统信息增益算法的分类性能急剧下降。针对此不足,提出一种基于信息增益的文本特征选择方法(TDpIG)。首先对数据集按类进行特征选择,以减少数据集不平衡性对特征选取的影响。其次运用特征出现概率计算信息增益权... 在类和特征分布不均时,传统信息增益算法的分类性能急剧下降。针对此不足,提出一种基于信息增益的文本特征选择方法(TDpIG)。首先对数据集按类进行特征选择,以减少数据集不平衡性对特征选取的影响。其次运用特征出现概率计算信息增益权值,以降低低频词对特征选择的干扰。最后使用离散度分析特征在每类中的信息增益值,过滤掉高频词中的相对冗余特征,并对选取的特征应用信息增益差值做进一步细化,获取均匀精确的特征子集。通过对比实验表明,选取的特征具有更好的分类性能。 展开更多
关键词 特征选择 文本分类 信息增益值 冗余特征 不平衡数据集
下载PDF
基于遗传乌燕鸥算法的同步优化特征选择 被引量:29
16
作者 贾鹤鸣 李瑶 孙康健 《自动化学报》 EI CAS CSCD 北大核心 2022年第6期1601-1615,共15页
针对传统支持向量机方法用于数据分类存在分类精度低的不足问题,将支持向量机分类方法与特征选择同步结合,并利用智能优化算法对算法参数进行优化研究.首先将遗传算法(Genetic algorithm,GA)和乌燕鸥优化算法(Sooty tern optimization a... 针对传统支持向量机方法用于数据分类存在分类精度低的不足问题,将支持向量机分类方法与特征选择同步结合,并利用智能优化算法对算法参数进行优化研究.首先将遗传算法(Genetic algorithm,GA)和乌燕鸥优化算法(Sooty tern optimization algorithm,STOA)进行混合,先通过对平均适应度值进行评估,当个体的适应度函数值小于平均值时采用遗传算法对其进行局部搜索的加强,否则进行乌燕鸥本体优化过程,同时将支持向量机内核函数和特征选择目标共同作为优化对象,利用改进后的STOA-GA寻找最适应解,获得所选的特征分类结果.其次,通过16组经典UCI数据集和实际乳腺癌数据集进行数据分类研究,在最佳适应度值、所选特征个数、特异性、敏感性和算法耗时方面进行对比研究,实验结果表明,该算法可以更加准确地处理数据,避免冗余特征干扰,在数据挖掘领域具有更广阔的工程应用前景. 展开更多
关键词 乌燕鸥优化算法 混合优化 特征选择 支持向量机 数据分类
下载PDF
基于局部子空间的多标记特征选择算法 被引量:28
17
作者 刘景华 林梦雷 +1 位作者 王晨曦 林耀进 《模式识别与人工智能》 EI CSCD 北大核心 2016年第3期240-251,共12页
在已有的特征选择算法中,常用策略是通过相关准则选择与标记集合相关性较强的特征,然而该策略不一定是最优选择,因为与标记集合相关性较弱的特征可能是决定某些类别标记的关键特征.基于这一假设,文中提出基于局部子空间的多标记特征选... 在已有的特征选择算法中,常用策略是通过相关准则选择与标记集合相关性较强的特征,然而该策略不一定是最优选择,因为与标记集合相关性较弱的特征可能是决定某些类别标记的关键特征.基于这一假设,文中提出基于局部子空间的多标记特征选择算法.该算法首先利用特征与标记集合之间的互信息得到一个重要度由高到低的特征序列,然后将新的特征排序空间划分为几个局部子空间,并在每个子空间设置采样比例以选择冗余性较小的特征,最后融合各子空间的特征子集,得到一组合理的特征子集.在6个数据集和4个评价指标上的实验表明,文中算法优于一些通用的多标记特征选择算法. 展开更多
关键词 特征选择 多标记分类 局部子空间 互信息
下载PDF
基于贝叶斯神经网络的垃圾邮件过滤方法 被引量:21
18
作者 李惠娟 高峰 +1 位作者 管晓宏 黄亮 《微电子学与计算机》 CSCD 北大核心 2005年第4期107-111,共5页
垃圾邮件过滤是当前互联网应用中急需解决的一个重要课题,日益受到人们的关注。本文提出了一种基于贝叶斯神经网络BNN(BayesianNeuralNetwork)的垃圾邮件过滤方法,利用贝叶斯推理和神经网络相结合的贝叶斯神经网络算法对用户给定的正常... 垃圾邮件过滤是当前互联网应用中急需解决的一个重要课题,日益受到人们的关注。本文提出了一种基于贝叶斯神经网络BNN(BayesianNeuralNetwork)的垃圾邮件过滤方法,利用贝叶斯推理和神经网络相结合的贝叶斯神经网络算法对用户给定的正常/垃圾邮件集合进行训练,得到邮件过滤模型。并且提出了一种有效的特征选择方法,采用信息增益准则,有效降低了特征维数。经过实验测试,本文提出的方法可以实现对垃圾邮件的有效过滤。 展开更多
关键词 贝叶斯神经网络 垃圾邮件 特征选择 信息增益 分类器
下载PDF
基于蚁群优化的特征选择新方法 被引量:23
19
作者 叶志伟 郑肇葆 +1 位作者 万幼川 虞欣 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2007年第12期1127-1130,共4页
利用蚁群优化算法解决特征选择问题,以获得能代表问题空间的较优特征子集,并能降低分类系统的搜索空间。以航空纹理影像的特征选择和分类问题为例,利用主分量变换和蚁群优化算法分别对原始纹理影像特征集合进行特征提取、选择和分类。... 利用蚁群优化算法解决特征选择问题,以获得能代表问题空间的较优特征子集,并能降低分类系统的搜索空间。以航空纹理影像的特征选择和分类问题为例,利用主分量变换和蚁群优化算法分别对原始纹理影像特征集合进行特征提取、选择和分类。结果表明,本文方法不仅能够降低图像特征空间维数,减少图像分类的工作量,而且还可以提高分类识别的正确率。 展开更多
关键词 蚁群优化算法 特征选择 纹理分类 最优特征子集
下载PDF
机载LiDAR点云数据降维与分类的随机森林方法 被引量:27
20
作者 熊艳 高仁强 徐战亚 《测绘学报》 EI CSCD 北大核心 2018年第4期508-518,共11页
探索自动化的激光点云分类方法对于三维建模、城市土地分类、DEM制图等应用具有重要作用。考虑到现有的点云分类算法在提取依赖邻域结构的特征参数时面临邻域尺度的选择难、数据维度高、计算复杂,并且缺乏对分类特征参数的重要性评估和... 探索自动化的激光点云分类方法对于三维建模、城市土地分类、DEM制图等应用具有重要作用。考虑到现有的点云分类算法在提取依赖邻域结构的特征参数时面临邻域尺度的选择难、数据维度高、计算复杂,并且缺乏对分类特征参数的重要性评估和选择等问题,本文提出了基于随机森林的机载LiDAR点云数据降维与分类方法。在分析点云数据的高程、回波、强度等属性特征的基础上,提取归一化高度、高度统计量、表面特征、空间分布特征、回波特征及强度特征6大类特征参数,并构建多尺度特征参数,运用随机森林的特征选择算法对分类特征集进行优化,然后进行点云分类。试验结果表明,基于随机森林的特征选择方法可以有效地降低特征维度,并且使得总体分类精度达到94.3%(Kappa系数为0.922),相比于使用全部特征分类和SVM分类方法而言,该方法的总体分类精度均有一定程度的提高;特征的重要性度量结果表明,归一化高度特征在点云分类中所起的作用最大。 展开更多
关键词 机载激光雷达 特征选择 点云分类 随机森林
下载PDF
上一页 1 2 28 下一页 到第
使用帮助 返回顶部