Метод случайных лесов в задачах классификации спутниковых снимков

Метод случайных лесов в задачах классификации спутниковых снимков

Авторы

  • Эльвира Максатовна Купенова Московский государственный университет
  • Александр Витальевич Кашницкий Институт космических исследований РАН

Ключевые слова:

классификация, случайный лес, деревья решений, обучающая выборка, растровое изображение, бутстрэп, бэггинг

Аннотация

В ходе данной работы было рассказано о понятии и видах классификации спутниковых снимков, разобран алгоритм построения случайного леса, были показаны основные преимущества данного метода классификации перед множеством различных существующих методах классификаций. Показаны промежуточные результаты работы макета классификатора тестового изображения

Биографии авторов

Эльвира Максатовна Купенова, Московский государственный университет

КУПЕНОВА Эльвира Максатовна, студент-магистр, МГУ им. Ломоносова, Москва, Ленинские горы, д.1, \ 119234, kupenova_elya@mail.ru

Александр Витальевич Кашницкий, Институт космических исследований РАН

КАШНИЦКИЙ Александр Витальевич, к.т.н., Институт космических исследований Российской академии наук, Москва, Профсоюзная 84/32, kashnizky@gmail.com

Библиографические ссылки

Картиев С.Б., Курейчик В.М. 2016. Алгоритм классификации, основанный на принципах случайного леса, для решения задачи прогнозирования // Программные продукты и системы / Software & Systems № 2 (114). С. 11–15.

Шовенгердт Р. А. 2010. Дистанционное зондирование. Модели и методы обработки изображений М.: Техносфера. –560 с.

Breiman L. 2001. Random forests // Machine learning. V. 45. №. 1. P. 5–32.

Campbell J. B., Wynne R. H. 2011. Introduction to remote sensing. 5th ed. New York, London: The Guilford Press. 667 p.

Барталев С. А., Егоров В. А., Жарко В. О., Лупян Е. А., Плотников Д. Е., Хвостиков С. А., Шабанов Н. В. 2016.

Спутниковое картографирование растительного покрова России М.: ИКИ РАН 208 с.

Лупян Е.А., Барталев С.А., Толпин В.А., Жарко В.О., Крашенинникова Ю.С., Оксюкевич А.Ю. Использование спутникового сервиса ВЕГА в региональных система дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса, 2014. Т. 11. №. 3. С.215–232.

Кашницкий А.В., Балашов И.В., Лупян Е.А., Толпин В.А., Уваров И.А. Создание инструментов для удаленной обработки спутниковых данных в современных информационных системах // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т.12. № 1. С.156–170.

Информационная система «ВЕГА-Science». Электронный ресурс. URL: http://sci-vega.ru/.

Лупян Е. А., Прошин А. А., Бурцев М. А., Балашов И. В., Барталев С. А., Ефремов В. Ю., Кашницкий А. В., Мазуров А. А., Матвеев А. М., Суднева О. А., Сычугов И. Г., Толпин В. А., Уваров И. А. Центр коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения задач изучения и мониторинга окружающей среды // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 263–284.

Опубликован

28.02.2019

Как цитировать

1.
Купенова ЭМ, Кашницкий АВ. Метод случайных лесов в задачах классификации спутниковых снимков. Вестник ТвГУ. Сер. география и геоэкология [Интернет]. 28 февраль 2019 г. [цитируется по 13 ноябрь 2024 г.];(3):99-107. доступно на: https://journal.tversu.ru/index.php/geo/article/view/73

Выпуск

Раздел

Дистанционные методы исследования Земли из космоса
Loading...