基于多目标遗传随机森林特征选择的面向对象湿地分类_刘舒
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
来自百度文库
120
农
业
机
械
学
报
2017年
OOB error of MOGAＲF was 7. 77% which was 0. 91% 1. 48% lower than those of the other schemes． All these indicated that the MOGAＲF feature selection method was an effective feature selection method when it was combined with random forest classifier． Key words： wetland classification； multispectral remote sensed imagery ； objectoriented； multiobjective genetic and random forest algorithm； feature selection 少， 将组合式特征选择算法应用于面向对象分类的 ［4 ］ 研究也相 对 较 少 。 本 文 将 Ｒelief F Filter （ Ｒelief F） 算法和基于随机森林的多目标遗传 Wrapper 算法 Wrapper 组合 结合， 提出多目标遗传随机森林 Filter式特征选择算法提取优化特征集， 并应用于南瓮河 流域， 实现基于 ＲF 的面向对象湿地分类。 将分类 结果与基于完整特征集 （ No_FS ） 和分别利用 Ｒelief F 算法、 Boruta 算法提取的优化特征集的 ＲF 面向对 象湿地分类对比， 验证该方法的有效性。
2017年1月 doi： 10． 6041 / j． issn． 10001298． 2017． 01． 016
农 业 机 械 学 报
第 48 卷 第 1 期
基于多目标遗传随机森林特征选择的面向对象湿地分类
刘 舒
1
姜琦刚
1
马
玥
1
肖
艳
1
李远华
1
崔
璨
2
（ 1． 吉林大学地球探测科学与技术学院 ，长春 130026 ； 2． 大连海事大学航海学院 ，大连 116000 ） 摘要： 以多时相 Landsat8 影像和 SＲTM DEM 为数据源， 对南瓮河流域进行了面向对象湿地分类 。 为削弱高维特征 集对分类精度的影响 ， 提出一种多目标遗传随机森林组合式特征选择算法 （ MOGAＲF ） 进行特征集优化。 利用 Ｒelief F 算法对完整特征集进行特征初选 ， 再以基于随机森林的封装式多目标遗传算法进一步提取优化特征集 。 将所得特征集结合随机森林分类法提取湿地信息 。 并将结果分别与基于完整特征集和仅采用 Ｒelief F 算法及 Boruta 算法提取的优化特征集的 3 种随机森林分类结果对比 。 试验结果表明， 采用 MOGAＲF 算法特征选择后， 特 征维度降低至原来的 10% ， 且分类精度最高， 总体精度为 92. 61% ， 比其他分类方案提高 0. 35% 数为 0. 907 5 ， 袋外误差为 7. 77% ， 比其他分类方案降低 0. 91% 类法是湿地分类的有效方法 。 关键词： 湿地分类； 多光谱遥感影像； 面向对象； 多目标遗传随机森林算法 ； 特征选择 中图分类号： TP79 文献标识码： A 1298 （ 2017 ） 01011909 文章编号： 10001. 94% ， Kappa 系 1. 48% 。 利用 MOGAＲF 特征选择的随机森林分
引言
利用多光谱遥感影像对湿地进行基于植物类型 的 准 确 分 类， 是湿地碳循环过程监测的有效手 段
［1 ］
。目前研究者常引入多源数据采取面向对象
［2 － 4 ］
。但 分类方式， 以削弱多光谱影像分类的弊端 面向对象方法增大了特征维度， 在使用常规方法分 。 随机森林 （ Ｒandom 类时需要先进行特征选择 forest， ＲF） 被认为是能够直接处理高维数据的高效 ， 分类算法 广泛应用于多个领域， 近年来也被 ， 引入 到 湿 地 分 类 研 究 中 并 获 得 较 高 精 度 的 结 果
LIU Shu1 JIANG Qigang1 MA Yue1 XIAO Yan1 LI Yuanhua1 CUI Can2
（ 1 ． College of Geoexploration Science and Technology，Jilin University，Changchun 130026 ，China 2 ． Navigation College，Dalian Maritime University，Dalian 116000 ，China）
Objectoriented Wetland Classification Based on Hybrid Feature Selection Method Combining with Ｒelief F ，Multiobjective Genetic Algorithm and Ｒandom Forest
［7 ， 16 ］
。
图1 Fig． 1
研究区位置图
Location map of study area
1. 2
数据源与预处理 夏 和 秋 季 30 m 空 间 分 辨 率 的 本文 以 春、 Landsat8 （ OLI ） 影 像 和 90 m 空 间 分 辨 率 的 SＲTM
0902 修回日期： 20161104 收稿日期： 2016： 基金项目 东北地区国土资源遥感综合调查项目 （ 85015B01009 ） Email： liushu8877@ 126． com 作者简介： 刘舒（ 1988 —） ， 主要从事遥感地学和环境遥感研究， 女， 博士生， Email： jiangqigang@ jlu． edu． cn 通信作者： 姜琦刚（ 1964 —） ， 博士生导师， 主要从事 GIS 与遥感地学环境研究， 男， 教授，
南瓮河流域位于大兴安岭地区东部， 地理坐标 为北纬 50ʎ 56' 12ᵡ 51ʎ 39' 40ᵡ， 东 经 124ʎ 24' 54ᵡ 126ʎ13'15ᵡ（ 图 1 ） 。研究区内植被丰富， 乔木主要有 兴安落叶松、 柞树等； 灌木有兴安杜鹃、 丛桦等； 草本 植物主要为杜香、 大叶章等。 该区为寒温带大陆性 季风气候， 寒冷季节较长， 植物生长周期约为 110 d。 研究区湿地资源丰富， 主要包括森林湿地、 灌丛湿 地、 草本湿地、 岛状林湿地、 湖泊湿地和河流湿地， 人 工湿地为采矿后产生的积水地带。其内包含我国唯 一以寒温带森林湿地生态系统为保护对象的国家级 ［7 ］ 自然保护区 ， 也是我国最大的森林湿地分布区之 一
Abstract： Ｒecently，researchers adopted objectoriented method to extract wetland distributions． Multitemporal and multisources of data can facilitate the extraction process but meanwhile it enlarges the amount of features． It needs a large quantity of experiment based on the expert knowledge to determine the optimal feature sets and the threshold values． In order to improve the classification accuracy and relief the researchers from large amount of work ，a filterwrapper hybrid feature selection method combining relief F， multiobjective genetic algorithm and random forest was proposed ， which was a twostep method． In the first step，relief F algorithm was adopted to select features with class separability． In the second step ，multiobjective genetic algorithm based on random forest （ MOGAＲF ） was built． Four measures such as outofbag （ OOB ） error of random forest algorithm，dimension of the feature space ， correlations among features and the variable weight of relief F algorithm were acted as four objectives of MOGA． The probability whether the feature was expressed was determined by the variable importance measures from random forest algorithm． The crowded distance of each feature collection was calculated and the feature collection with the least crowded distance was the optimal feature set． Nanweng river basin was taken as the study site． Objectoriented classification using random forest classifier was conducted based on the optimal feature set． Then the result was compared with three other random forest classification schemes by using the entire feature set or the feature set selected by relief F algorithm or the Boruta algorithm． The classification scheme with MOGAＲF had the best performance and the feature dimension was reduced to 10% of the entire one． The overall accuracy reached 92. 61% which was 0. 35% 1. 94% higher than those of the other three schemes with Kappa coefficient of 0. 930 6． The
［2 ， 5， 10 － 12 ］ ［8 － 10 ］ ［4 － 7 ］
1
1. 1
研究区数据
研究区概况
。但当特征维度过高时， 特征集中次要
特征仍会降低分类精度， 在分类前也需要优化特征 ［13 ］ 空间 。优化的特征空间应具有较低维度， 特征应 具有类内聚合性和类间可分性， 特征间相关度低， 能 ［14 ］ 得到较高的分类精度 。 目前与 ＲF 算法结合的特征选择算法主要分为 过滤式（ Filter） 和封装式（ Wrapper） 。 也有学者构造 FilterWrapper 组合 特 征 选 择 法， 发挥两种算法优 势， 兼顾多个特征空间评价因素， 寻求精度和效率的 ［4 ， 15 ］ 。 平衡 Ｒelief F 算法是一种过滤式多类别特征选择算 法， 通过计算特征权重， 判断特征重要性。 ＲF 目前基于 模型的面向对象湿地分类研究较
120
农
业
机
械
学
报
2017年
OOB error of MOGAＲF was 7. 77% which was 0. 91% 1. 48% lower than those of the other schemes． All these indicated that the MOGAＲF feature selection method was an effective feature selection method when it was combined with random forest classifier． Key words： wetland classification； multispectral remote sensed imagery ； objectoriented； multiobjective genetic and random forest algorithm； feature selection 少， 将组合式特征选择算法应用于面向对象分类的 ［4 ］ 研究也相 对 较 少 。 本 文 将 Ｒelief F Filter （ Ｒelief F） 算法和基于随机森林的多目标遗传 Wrapper 算法 Wrapper 组合 结合， 提出多目标遗传随机森林 Filter式特征选择算法提取优化特征集， 并应用于南瓮河 流域， 实现基于 ＲF 的面向对象湿地分类。 将分类 结果与基于完整特征集 （ No_FS ） 和分别利用 Ｒelief F 算法、 Boruta 算法提取的优化特征集的 ＲF 面向对 象湿地分类对比， 验证该方法的有效性。
2017年1月 doi： 10． 6041 / j． issn． 10001298． 2017． 01． 016
农 业 机 械 学 报
第 48 卷 第 1 期
基于多目标遗传随机森林特征选择的面向对象湿地分类
刘 舒
1
姜琦刚
1
马
玥
1
肖
艳
1
李远华
1
崔
璨
2
（ 1． 吉林大学地球探测科学与技术学院 ，长春 130026 ； 2． 大连海事大学航海学院 ，大连 116000 ） 摘要： 以多时相 Landsat8 影像和 SＲTM DEM 为数据源， 对南瓮河流域进行了面向对象湿地分类 。 为削弱高维特征 集对分类精度的影响 ， 提出一种多目标遗传随机森林组合式特征选择算法 （ MOGAＲF ） 进行特征集优化。 利用 Ｒelief F 算法对完整特征集进行特征初选 ， 再以基于随机森林的封装式多目标遗传算法进一步提取优化特征集 。 将所得特征集结合随机森林分类法提取湿地信息 。 并将结果分别与基于完整特征集和仅采用 Ｒelief F 算法及 Boruta 算法提取的优化特征集的 3 种随机森林分类结果对比 。 试验结果表明， 采用 MOGAＲF 算法特征选择后， 特 征维度降低至原来的 10% ， 且分类精度最高， 总体精度为 92. 61% ， 比其他分类方案提高 0. 35% 数为 0. 907 5 ， 袋外误差为 7. 77% ， 比其他分类方案降低 0. 91% 类法是湿地分类的有效方法 。 关键词： 湿地分类； 多光谱遥感影像； 面向对象； 多目标遗传随机森林算法 ； 特征选择 中图分类号： TP79 文献标识码： A 1298 （ 2017 ） 01011909 文章编号： 10001. 94% ， Kappa 系 1. 48% 。 利用 MOGAＲF 特征选择的随机森林分
引言
利用多光谱遥感影像对湿地进行基于植物类型 的 准 确 分 类， 是湿地碳循环过程监测的有效手 段
［1 ］
。目前研究者常引入多源数据采取面向对象
［2 － 4 ］
。但 分类方式， 以削弱多光谱影像分类的弊端 面向对象方法增大了特征维度， 在使用常规方法分 。 随机森林 （ Ｒandom 类时需要先进行特征选择 forest， ＲF） 被认为是能够直接处理高维数据的高效 ， 分类算法 广泛应用于多个领域， 近年来也被 ， 引入 到 湿 地 分 类 研 究 中 并 获 得 较 高 精 度 的 结 果
LIU Shu1 JIANG Qigang1 MA Yue1 XIAO Yan1 LI Yuanhua1 CUI Can2
（ 1 ． College of Geoexploration Science and Technology，Jilin University，Changchun 130026 ，China 2 ． Navigation College，Dalian Maritime University，Dalian 116000 ，China）
Objectoriented Wetland Classification Based on Hybrid Feature Selection Method Combining with Ｒelief F ，Multiobjective Genetic Algorithm and Ｒandom Forest
［7 ， 16 ］
。
图1 Fig． 1
研究区位置图
Location map of study area
1. 2
数据源与预处理 夏 和 秋 季 30 m 空 间 分 辨 率 的 本文 以 春、 Landsat8 （ OLI ） 影 像 和 90 m 空 间 分 辨 率 的 SＲTM
0902 修回日期： 20161104 收稿日期： 2016： 基金项目 东北地区国土资源遥感综合调查项目 （ 85015B01009 ） Email： liushu8877@ 126． com 作者简介： 刘舒（ 1988 —） ， 主要从事遥感地学和环境遥感研究， 女， 博士生， Email： jiangqigang@ jlu． edu． cn 通信作者： 姜琦刚（ 1964 —） ， 博士生导师， 主要从事 GIS 与遥感地学环境研究， 男， 教授，
南瓮河流域位于大兴安岭地区东部， 地理坐标 为北纬 50ʎ 56' 12ᵡ 51ʎ 39' 40ᵡ， 东 经 124ʎ 24' 54ᵡ 126ʎ13'15ᵡ（ 图 1 ） 。研究区内植被丰富， 乔木主要有 兴安落叶松、 柞树等； 灌木有兴安杜鹃、 丛桦等； 草本 植物主要为杜香、 大叶章等。 该区为寒温带大陆性 季风气候， 寒冷季节较长， 植物生长周期约为 110 d。 研究区湿地资源丰富， 主要包括森林湿地、 灌丛湿 地、 草本湿地、 岛状林湿地、 湖泊湿地和河流湿地， 人 工湿地为采矿后产生的积水地带。其内包含我国唯 一以寒温带森林湿地生态系统为保护对象的国家级 ［7 ］ 自然保护区 ， 也是我国最大的森林湿地分布区之 一
Abstract： Ｒecently，researchers adopted objectoriented method to extract wetland distributions． Multitemporal and multisources of data can facilitate the extraction process but meanwhile it enlarges the amount of features． It needs a large quantity of experiment based on the expert knowledge to determine the optimal feature sets and the threshold values． In order to improve the classification accuracy and relief the researchers from large amount of work ，a filterwrapper hybrid feature selection method combining relief F， multiobjective genetic algorithm and random forest was proposed ， which was a twostep method． In the first step，relief F algorithm was adopted to select features with class separability． In the second step ，multiobjective genetic algorithm based on random forest （ MOGAＲF ） was built． Four measures such as outofbag （ OOB ） error of random forest algorithm，dimension of the feature space ， correlations among features and the variable weight of relief F algorithm were acted as four objectives of MOGA． The probability whether the feature was expressed was determined by the variable importance measures from random forest algorithm． The crowded distance of each feature collection was calculated and the feature collection with the least crowded distance was the optimal feature set． Nanweng river basin was taken as the study site． Objectoriented classification using random forest classifier was conducted based on the optimal feature set． Then the result was compared with three other random forest classification schemes by using the entire feature set or the feature set selected by relief F algorithm or the Boruta algorithm． The classification scheme with MOGAＲF had the best performance and the feature dimension was reduced to 10% of the entire one． The overall accuracy reached 92. 61% which was 0. 35% 1. 94% higher than those of the other three schemes with Kappa coefficient of 0. 930 6． The
［2 ， 5， 10 － 12 ］ ［8 － 10 ］ ［4 － 7 ］
1
1. 1
研究区数据
研究区概况
。但当特征维度过高时， 特征集中次要
特征仍会降低分类精度， 在分类前也需要优化特征 ［13 ］ 空间 。优化的特征空间应具有较低维度， 特征应 具有类内聚合性和类间可分性， 特征间相关度低， 能 ［14 ］ 得到较高的分类精度 。 目前与 ＲF 算法结合的特征选择算法主要分为 过滤式（ Filter） 和封装式（ Wrapper） 。 也有学者构造 FilterWrapper 组合 特 征 选 择 法， 发挥两种算法优 势， 兼顾多个特征空间评价因素， 寻求精度和效率的 ［4 ， 15 ］ 。 平衡 Ｒelief F 算法是一种过滤式多类别特征选择算 法， 通过计算特征权重， 判断特征重要性。 ＲF 目前基于 模型的面向对象湿地分类研究较