您好，欢迎访问重庆市农业科学院 机构知识库！

基于堆叠集成学习的特征优化与油菜倒伏识别

文献类型： 中文期刊

作者： 王克晓 1 ; 李波 1 ;

作者机构： 1.重庆市农业科学院农业科技信息研究所

关键词： 可见光遥感;油菜倒伏;集成学习;特征优化选择

期刊名称： 测绘科学

ISSN： 1009-2307

年卷期： 2025 年 50 卷 005 期

页码： 142-150

收录情况： 北大核心 ; CSCD

摘要： 为实现倒伏油菜可见光遥感的高精度提取，利用试验区可见光植被指数、主成分波段纹理特征和数字表面模型，提出了一种基于堆叠集成学习的特征优化与油菜倒伏识别算法。采用K最邻近、朴素贝叶斯、广义线性模型和径向核函数支持向量机4种基学习器构建了基于全特征的油菜倒伏识别Stacking集成学习模型，并引入置换特征重要性(PFI)方法实现了Stacking集成模型特征重要性分析；然后基于特征变量重要性排序开展特征优化选择，构建了Stacking集成模型开展倒伏油菜识别与制图，有效提高了倒伏油菜的识别精度。本研究提供了一种与高性能机器学习结合的特征选择方法，可为目标地物遥感提取提供技术参考。

  • 相关文献
作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：重庆市农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台