基于特征過濾法和Stacking集成學習的無人機影像作物精細分類

打開文本圖片集

摘  要： 針對目前多種典型作物分類中特征冗余導致同科作物混淆、分類精度低的問題，文中提出一種結(jié)合特征過濾法篩選特征和Stacking集成學習的作物精細分類方法。首先，結(jié)合敏感波段構造新型植被指數(shù)并進行閾值分割，實現(xiàn)作物區(qū)域提??；然后，提取不同作物的顏色和紋理特征，進而計算單類作物特征系數(shù)和作物間特征差異系數(shù)，實現(xiàn)各典型作物的分類特征過濾法優(yōu)選；最后，構建融合多種機器學習算法的Stacking集成學習作物分類模型，其中第一層的基學習器選擇隨機森林、支持向量機、K?最近鄰算法，第二層的元學習器選擇邏輯回歸模型，實現(xiàn)多種典型作物精細分類。（剩余15452字）