基于See5.0算法的决策树构建与分类研究

摘  要:文中以地形较为复杂的济南市长清区为研究区域，综合TM影像的光谱特征、纹理特征与区域内的地形特征、植被特征信息作为样本集的属性值，结合研究区内6种主要地物类型训练数据集，基于Sees5.0的决策树分类法进行分类实验，并在ENVI中提取土地的利用现状信息。实验结果表明:综合利用不同的特征数据会有效的提高分类精度;Sees5.0和ENVI计目结合可以高效、高精度地、客观地实现土地覆盖分类，是基于知识的遥感影像分类的有效的方法。