![](/images/graphics-bg.png)
A New Semisupervised-Entropy Framework of Hyperspectral Image Classification Based on Random Forest
المؤلفون المشاركون
Wang, Chunyang
Sun, Mengmeng
Wang, Shuangting
Zhao, Zongze
Li, Xiao
المصدر
العدد
المجلد 2018، العدد 2018 (31 ديسمبر/كانون الأول 2018)، ص ص. 1-27، 27ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2018-09-04
دولة النشر
مصر
عدد الصفحات
27
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الملخص EN
The purposes of the algorithm presented in this paper are to select features with the highest average separability by using the random forest method to distinguish categories that are easy to distinguish and to select the most divisible features from the most difficult categories using the weighted entropy algorithm.
The framework is composed of five parts: (1) random samples selection with (2) probabilistic output initial random forest classification processing based on the number of votes; (3) semisupervised classification, which is an improvement of the supervision classification of random forest based on the weighted entropy algorithm; (4) precision evaluation; and (5) a comparison with the traditional minimum distance classification and the support vector machine (SVM) classification.
In order to verify the universality of the proposed algorithm, two different data sources are tested, which are AVIRIS and Hyperion data.
The results show that the overall classification accuracy of AVIRIS data is up to 87.36%, the kappa coefficient is up to 0.8591, and the classification time is 22.72s.
Hyperion data is up to 99.17%, the kappa coefficient is up to 0.9904, and the classification time is 8.16s.
Classification accuracy is obviously improved and efficiency is greatly improved, compared with the minimum distance and the SVM classifier and the CART classifier.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Sun, Mengmeng& Wang, Chunyang& Wang, Shuangting& Zhao, Zongze& Li, Xiao. 2018. A New Semisupervised-Entropy Framework of Hyperspectral Image Classification Based on Random Forest. Advances in Multimedia،Vol. 2018, no. 2018, pp.1-27.
https://search.emarefa.net/detail/BIM-1118413
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Sun, Mengmeng…[et al.]. A New Semisupervised-Entropy Framework of Hyperspectral Image Classification Based on Random Forest. Advances in Multimedia No. 2018 (2018), pp.1-27.
https://search.emarefa.net/detail/BIM-1118413
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Sun, Mengmeng& Wang, Chunyang& Wang, Shuangting& Zhao, Zongze& Li, Xiao. A New Semisupervised-Entropy Framework of Hyperspectral Image Classification Based on Random Forest. Advances in Multimedia. 2018. Vol. 2018, no. 2018, pp.1-27.
https://search.emarefa.net/detail/BIM-1118413
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1118413
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)