基于LandSet8数据的决策树分类以平潭地区为例1百度文库-好好学习，天天向上1、引言早在20世纪70年代，人们就开始靠目视解译进行遥感影像的分类判读。20世纪80年代，主要利用统计模式识别方法，依据地物的光谱特征对影像进行计算机分类。20世纪90年代以来，出现了大量的遥感影像分类方法，如面向对象的分类方法、多源信息的复合分类法、遥感与GIS的结合法、人工智能分类法等。由于目前遥感影像的分类方法多而杂，故本文结合课程需要，仅对辅以纹理、NDVI、MNDWI、MNDBI、地表温度、DEM等数据的决策树分类方法进行讨论，并对分类的精度进行了评估。2、实验原理本文采用决策树分类方法进行地物类别的划分，目前决策树分类法包括：1)CLS算法。CLS算法于1966年提出，成为后来许多决策树学习算法的基础改进算法。它的主要思想是通过不断增加新的判定结点改善原决策树的分类性能，直到训练样本集被正确分类为止。2)ID3算法。ID3算法是最早和最有影响力的决策树算法之一，绝大多数决策树算法都是在它的基础上加以改进得以实现的。ID3算法具有描述简单、分类速度快的优
