基于熵權與集成學習的半監(jiān)督小樣本樹種分類研究

摘要： 針對傳統(tǒng)半監(jiān)督自訓練分類方法易導致數(shù)據(jù)集混亂，影響后續(xù)小樣本樹種分類精度這一問題，基于熵權法（en-tropy weight,EW）與集成學習（ensemble learning,EL）提出EW-EL的半監(jiān)督小樣本樹種分類方法。EW-EL在傳統(tǒng)半監(jiān)督自訓練分類方法的理論上引入EL的思想，以熵權法作為基礎理論設計按基分類器當前訓練周期下的F1分數(shù)計算的信息熵作為計算權重因子，再依... （共11頁）