论文部分内容阅读
针对旋转森林算法(rotation forest,RF)处理遥感影像分类时容易出现过拟合现象,以及极限学习算法(extreme learning machine,ELM)泛化性能较差问题,提出一种将旋转森林与极限学习相结合(RF-ELM)的影像分类算法。该方法首先用旋转森林算法对基分类器进行训练,然后利用极限学习算法作为基分类器解决旋转森林中存在的过拟合问题。通过利用Landsat-8遥感影像分别对比RF、ELM、Bag-ELM和RF-ELM进行分类实验。结果表明,所提出的集成方法比RF、ELM单一