两种用于土地利用分类的数据融合方法比较
机器学习
2023-12-22 v2 计算机视觉与模式识别
摘要
从人类利用角度描述区域的准确土地利用图是土地管理与规划的有用工具。为制作此类图，仅使用光学影像仍有限制。因此有必要利用多个异构源，由于各自的不完善或不同规格，每个源携带互补或矛盾的信息。本研究比较了两种不同方法，即预分类和分类后融合方法，用于在土地利用分类背景下结合多源空间数据。这些方法应用于位于法国西南部热尔省的权威土地利用数据。预分类融合虽未显式建模不完美性，但具有最佳最终结果，总体精度达97%，宏平均F1分数为88%。
引用
@article{arxiv.2311.07967,
title = {Comparison of two data fusion approaches for land use classification},
author = {Martin Cubaud and Arnaud Le Bris and Laurence Jolivet and Ana-Maria Olteanu-Raimond},
journal= {arXiv preprint arXiv:2311.07967},
year = {2023}
}