基于隨機(jī)森林算法的底棲動(dòng)物高光譜數(shù)據(jù)分類方法研究

董建江,田 野,張建興,欒振東*,杜增豐*

1. 中國(guó)海洋大學(xué)信息科學(xué)與工程學(xué)部物理與光電工程學(xué)院,山東 青島 266100 2. 中國(guó)科學(xué)院海洋研究所,中國(guó)科學(xué)院海洋地質(zhì)與環(huán)境重點(diǎn)實(shí)驗(yàn)室&深海極端環(huán)境與生命過(guò)程研究中心,中國(guó)科學(xué)院海洋大科學(xué)研究中心,山東 青島 266071

引 言

近年來(lái)近海生態(tài)系統(tǒng)受到全球變化和人類活動(dòng)的多重影響,出現(xiàn)生境退化、資源衰退、生物多樣性降低等問(wèn)題。海洋牧場(chǎng)建設(shè)是實(shí)現(xiàn)生境恢復(fù)和資源增殖的重要手段,是漁業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的重要抓手。海洋牧場(chǎng)的生物豐度統(tǒng)計(jì)等工作,以往通過(guò)人工解決,效率低、周期長(zhǎng)、成本大且準(zhǔn)確率不高。目前,已經(jīng)有不少海洋牧場(chǎng)企業(yè)利用水下攝像系統(tǒng)開(kāi)始視頻數(shù)據(jù)的收集和利用,實(shí)時(shí)信息量巨大,難以利用人工方法進(jìn)行生物群落數(shù)據(jù)的提取,圖像分析技術(shù)與機(jī)器學(xué)習(xí)等在海洋牧場(chǎng)生物資源監(jiān)測(cè)研究中顯得尤為重要[1]。在水產(chǎn)養(yǎng)殖中應(yīng)用人工智能、機(jī)器視覺(jué)技術(shù)及其他傳感器技術(shù),可以實(shí)時(shí)的監(jiān)測(cè)生態(tài)環(huán)境等,并結(jié)合深度學(xué)習(xí)、隨機(jī)森林(random forest,RF)等算法實(shí)現(xiàn)機(jī)器視覺(jué)的識(shí)別分類檢測(cè),對(duì)海洋生物進(jìn)行分類識(shí)別統(tǒng)一分析,深入挖掘養(yǎng)殖過(guò)程數(shù)據(jù),提高工作效率和決策可靠性。

水下目標(biāo)探測(cè)所使用傳統(tǒng)的紅-綠-藍(lán)(RGB)相機(jī)取得圖像的技術(shù)越來(lái)越成熟。傳統(tǒng)的圖像處理方法[2-3]和基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的目標(biāo)檢測(cè)算法,如基于區(qū)域的快速卷積神經(jīng)網(wǎng)絡(luò)(faster R-CNN)[3],You Only Look Once(YOLO)[4]等已廣泛應(yīng)用于水下目標(biāo)檢測(cè)。在理想的水下成像環(huán)境中,檢測(cè)速度和檢測(cè)結(jié)果均優(yōu)于傳統(tǒng)方法,各種算法的精度都能達(dá)到較為理想的水平。然而,傳統(tǒng)的RGB圖像檢測(cè)技術(shù)存在一系列問(wèn)題。當(dāng)水下成像環(huán)境較差且海洋動(dòng)物具有保護(hù)色彩機(jī)制時(shí),很難從復(fù)雜的背景中有效地檢測(cè)和識(shí)別實(shí)驗(yàn)?zāi)繕?biāo)[5-6]。

高光譜成像技術(shù)可以提供比RGB圖像更高的光譜分辨率,可從紫外、可見(jiàn)光、近紅外到中紅外波段,提供豐富的光譜信息。高光譜數(shù)據(jù)一般由數(shù)百個(gè)相鄰的窄光譜波段獲取,可以解決傳統(tǒng)RGB圖像檢測(cè)技術(shù)所遇到的問(wèn)題,也使其具有較好的目標(biāo)識(shí)別能力和相似目標(biāo)識(shí)別能力。經(jīng)典的高光譜目標(biāo)檢測(cè)算法包括由Reed和Yu開(kāi)發(fā)的異常檢測(cè)器RXD算法[7]、核RXD (KRXD)算法[8]、正交子空間投影(OSP)算法[9]和約束能量最小化(CEM)算法[10]。Mohite等[11]使用高光譜數(shù)據(jù)檢測(cè)葡萄上的農(nóng)藥殘留,比較了XGBoost、RF、SVM和人工神經(jīng)網(wǎng)絡(luò)(ANN)四種分類器。此外,研究了LASSO和Elastic Net特征選擇的效用。結(jié)果表明,當(dāng)同時(shí)使用LASSO和Elastic Net選擇的波段時(shí),RF獲得了最準(zhǔn)確的分類模型。目前,文獻(xiàn)中關(guān)于高光譜水下目標(biāo)檢測(cè)與分類的研究較少。

隨機(jī)森林(RF)算法已成功應(yīng)用于一系列高維數(shù)據(jù)分類研究,其中包括高光譜數(shù)據(jù)分析[12]。RF是一個(gè)bagging(即bootstrap聚合)集成過(guò)程,其中分類樹(shù)是從訓(xùn)練數(shù)據(jù)中獲得的隨機(jī)樣本中生長(zhǎng)出來(lái)的[13]。RF使用套袋和隨機(jī)變量選擇在集合中構(gòu)建決策樹(shù)[14]。作為集成分類器,RF算法擁有幾個(gè)優(yōu)點(diǎn):(1)該算法結(jié)合了特征之間的交互作用;(2)在計(jì)算上比裝袋或增壓更有效;(3)不容易出現(xiàn)過(guò)擬合現(xiàn)象;(4)提供了可變強(qiáng)度估計(jì)和內(nèi)部誤差估計(jì)[13]。

本研究的目的是:(1)利用水下高光譜數(shù)據(jù)和三種RF算法建立模型,在水下環(huán)境中對(duì)五種海洋牧場(chǎng)常見(jiàn)的底棲動(dòng)物進(jìn)行分類識(shí)別;(2)評(píng)估RF、主成分分析的隨機(jī)森林(principal component analysis-random forest,PCA-RF)和遞歸特征消除的隨機(jī)森林(recursive feature elimination-random forest,RFE-RF)三種算法在水下高光譜數(shù)據(jù)分類分析中的效用,選擇可能產(chǎn)生最佳分類精度的波段子集。(3)比較RF、PCA-RF與RFE-RF算法的分類性能,測(cè)試不同特征選擇算法選擇的波段組合是否能夠提高最終的分類精度。

1 實(shí)驗(yàn)部分

1.1 數(shù)據(jù)與儀器

所使用的水下目標(biāo)物的高光譜數(shù)據(jù)由中國(guó)科學(xué)院海洋研究所研發(fā)的水下推掃式高光譜成像儀獲得,采用標(biāo)準(zhǔn)鹵素?zé)?400～1 000 nm)作為水下主動(dòng)照明光源,分光模組(Imspector V10,江蘇雙利合譜科技有限公司,中國(guó))入射狹縫為30 μm,CCD(ICX,SONY,日本)像素?cái)?shù)為1 392×1 040,掃描視場(chǎng)角為22°,通道數(shù)分1 440、720、360、176四檔,光譜分辨率和空間分辨率由通道數(shù)決定。整機(jī)兼容靜態(tài)定點(diǎn)掃描和動(dòng)態(tài)巡航掃描,可坐底或者搭載無(wú)人艇或者水下機(jī)器人進(jìn)行工作。

選用5種海洋牧場(chǎng)常見(jiàn)的經(jīng)濟(jì)動(dòng)物(蝦夷扇貝、櫛孔扇貝、脈紅螺、皺紋盤鮑、仿刺參)作為目標(biāo)物,使用研發(fā)的水下推掃式高光譜成像儀,選用靜態(tài)定點(diǎn)式掃描,獲取以上5種目標(biāo)物的高光譜數(shù)據(jù)。

實(shí)驗(yàn)數(shù)據(jù)由收集的7張高光譜圖像提取。經(jīng)過(guò)預(yù)處理,得到360個(gè)反射譜波段。在此提供了5張圖片的真實(shí)情況如圖1所示。為了獲得、訓(xùn)練和評(píng)價(jià)分類模型,70%的光譜數(shù)據(jù)用于分類算法訓(xùn)練集,訓(xùn)練集數(shù)據(jù)來(lái)自圖1的高光譜圖像的反射譜數(shù)據(jù);30%的光譜數(shù)據(jù)作為測(cè)試集用于分類模型評(píng)估,測(cè)試集數(shù)據(jù)來(lái)自額外的2張高光譜圖像的反射譜數(shù)據(jù)。

圖1 本研究所選擇的訓(xùn)練集光譜數(shù)據(jù)由五張高光譜圖像(a)—(e)提取,目標(biāo)為五種樣品,光譜分辨率2.8 nm;(f)為不同顏色標(biāo)記的五種樣品,分別為仿刺參(紅色),蝦夷扇貝(綠色),脈紅螺(藍(lán)色),櫛孔扇貝(黃色),皺紋盤鮑(青色),樣品的標(biāo)記與光譜提取及預(yù)處理由ENVI軟件完成Fig.1 The spectral data of the selected training set is extracted from five hyperspectral images (a)—(e),showing five target samples with a spectral resolution of 2.8 nm;(f) Five samples with different color markings,namely,imitation spiny ginseng (red),scallop (green),veined red snail (blue),ctenophore (yellow),and wrinkled disc abalone (cyan). The sample labeling,spectral extraction and pre-processing are done using ENVI software

所選擇的高光譜圖像的目標(biāo)樣品有五種,分別為蝦夷扇貝、櫛孔扇貝、脈紅螺、皺紋盤鮑、仿刺參。在將他們進(jìn)行分類識(shí)別之前,每個(gè)目標(biāo)都打上相應(yīng)的數(shù)字與顏色標(biāo)簽。每種樣品在其表面隨機(jī)點(diǎn)與隨機(jī)區(qū)域全覆蓋共提取35條光譜,每張高光譜圖像提取175條光譜,五張高光譜圖像總共提取875條光譜構(gòu)建為訓(xùn)練集。測(cè)試集數(shù)據(jù)則是用另外兩張拍攝位置不同但其他實(shí)驗(yàn)條件相同的高光譜圖像提取,總共提取375條光譜。

五種底棲動(dòng)物樣品的數(shù)字標(biāo)簽分別為:(1)仿刺參、(2)蝦夷扇貝、(3)脈紅螺、(4)櫛孔扇貝、(5)皺紋盤鮑。通過(guò)對(duì)五種樣品進(jìn)行數(shù)字標(biāo)簽標(biāo)識(shí),可以在隨機(jī)森林算法分類過(guò)程中用數(shù)字標(biāo)簽輸出分類結(jié)果,提高目標(biāo)識(shí)別便利性。

本研究的重點(diǎn)是建立對(duì)水下目標(biāo)底棲動(dòng)物的高光譜數(shù)據(jù)的隨機(jī)森林分類模型。實(shí)驗(yàn)采集了363.87～1 047.92 nm光譜范圍內(nèi)的數(shù)據(jù)。所收集的光譜曲線橫坐標(biāo)為波長(zhǎng),縱坐標(biāo)為反射譜強(qiáng)度,將收集到的光譜進(jìn)行歸一化處理,圖2為五樣品的歸一化光譜曲線,光譜曲線顏色與樣品的顏色標(biāo)簽相對(duì)應(yīng),分別為:仿刺參(紅色)、蝦夷扇貝(綠色)、脈紅螺(藍(lán)色)、櫛孔扇貝(黃色)、皺紋盤鮑(青色)。由于水體對(duì)光的吸收作用,選取了3 63.87與830.00 nm波長(zhǎng)區(qū)間內(nèi)的光譜。

圖2 五種樣品的歸一化反射譜光譜曲線Fig.2 Normalized reflectance spectral curves of the five samples

1.2 方法

1.2.1 隨機(jī)森林(RF)

RF方法流程圖如圖3所示。

圖3 基于RF算法的高光譜數(shù)據(jù)分類方法流程圖Fig.3 Flowchart of hyperspectral data classification method based on RF algorithm

RF算法是一個(gè)決策樹(shù)的集合。由于其簡(jiǎn)單、精度好,已在多個(gè)高光譜分類工作中使用[13]。決策樹(shù)是輸入數(shù)據(jù)的一種遞歸分割方法[15]。從根節(jié)點(diǎn)(樹(shù)的第一級(jí))到葉節(jié)點(diǎn)進(jìn)行分割,減少每次分割時(shí)的熵。葉節(jié)點(diǎn)是樹(shù)的最后一層也是熵最小的地方。其目的是在葉子中只保留同一類的樣品。從根節(jié)點(diǎn)到葉節(jié)點(diǎn)的路徑上有幾個(gè)分離節(jié)點(diǎn)。這些包括基于可用特征和應(yīng)用于所選特征的閾值的決策規(guī)則。

盡管決策樹(shù)非?？焖俸秃?jiǎn)單,但它們對(duì)噪聲非常敏感,經(jīng)常過(guò)擬合訓(xùn)練樣本。正因?yàn)槿绱?決策樹(shù)可以被歸類為弱學(xué)習(xí)者。為了克服這些缺點(diǎn),將決策樹(shù)集成到一個(gè)強(qiáng)學(xué)習(xí)器中。在RF算法中,森林中的樹(shù)必須是不相關(guān)的,每棵樹(shù)都是唯一的,因此應(yīng)用了隨機(jī)子空間(feature bagging)和bootstrap aggregating (bagging)技術(shù)。

Breiman在2001年提出了Bootstrap aggregating算法,它包括對(duì)訓(xùn)練數(shù)據(jù)集樣本子集的隨機(jī)選擇和替換[15]。Ho在1995年提出隨機(jī)子空間由每個(gè)節(jié)點(diǎn)的所有輸入特征中隨機(jī)選擇的特征子集組成,并從所選擇的新特征子集中考慮在下一層產(chǎn)生較小熵的分割節(jié)點(diǎn)的特征[16]。

如前所述,這兩種技術(shù)在不增加趨勢(shì)的情況下使模型方差最小化。因此,當(dāng)單個(gè)決策樹(shù)對(duì)噪聲敏感時(shí),對(duì)于樹(shù)的集合的平均預(yù)測(cè)不敏感,前提是這些樹(shù)是不相關(guān)的。在完成森林后,每棵樹(shù)都為一個(gè)類投了一票,標(biāo)簽由多數(shù)投票來(lái)定義。該算法的主要優(yōu)點(diǎn)是能很好地處理噪聲、可調(diào)參數(shù)少、計(jì)算代價(jià)低。

對(duì)于這項(xiàng)工作,RF算法使用了python軟件中的scikit-learn包的RandomForestClassifier庫(kù)實(shí)現(xiàn)。樹(shù)的數(shù)量設(shè)置為500,深度設(shè)置為8。這些值是在一個(gè)調(diào)優(yōu)過(guò)程之后定義的。使用RF進(jìn)行5倍交叉驗(yàn)證模型參數(shù)訓(xùn)練,通過(guò)這個(gè)過(guò)程輸出最優(yōu)參數(shù),超過(guò)最優(yōu)參數(shù)后整體精度也不會(huì)再顯著提高,因此設(shè)定了這些參數(shù)值。

在RF訓(xùn)練過(guò)程中,三分之一不用于種樹(shù)的樣本(“out of bag”,或稱為OOB)用于計(jì)算:(1)OOB誤差,它提供了分類性能的內(nèi)部度量;(2)變量重要性,這是基于準(zhǔn)確性的平均下降或基尼指數(shù)[14]。

RF的一個(gè)有用的副產(chǎn)物是變量重要性,它可用于特征排序。因此,RF的變量重要性揭示了相關(guān)波段對(duì)模型分類的貢獻(xiàn)程度[15]。本研究中使用基尼系數(shù)重要性或排列重要性作為波段重要性的度量,以此選擇特征波段。基尼系數(shù)重要性是用森林中樹(shù)木數(shù)量歸一化的分裂變量的基尼系數(shù)雜質(zhì)減少量的總和計(jì)算。

利用OOB觀測(cè)值計(jì)算分類精度平均下降時(shí)的變量重要性。它是通過(guò)測(cè)量當(dāng)OOB觀測(cè)數(shù)據(jù)與原始觀測(cè)數(shù)據(jù)隨機(jī)排列時(shí)預(yù)測(cè)精度的變化來(lái)計(jì)算的。然后對(duì)所有樹(shù)的預(yù)測(cè)精度差取平均值,計(jì)算排列重要性值[17]。

1.2.2 基于主成分分析的隨機(jī)森林(PCA-RF)

PCA-RF算法流程如圖4所示。

圖4 基于PCA-RF算法的高光譜數(shù)據(jù)分類流程圖Fig.4 Flow chart of hyperspectral data classification based on PCA-RF algorithm

主成分分析(PCA)是常用的特征降維方法,其思想是求解一個(gè)正交線性變換,使原始數(shù)據(jù)可以用少數(shù)幾個(gè)正交方向線性表示,同時(shí)使得原始數(shù)據(jù)的信息量損失最小。然而,PCA變換使原始數(shù)據(jù)的物理意義發(fā)生了改變,而且,當(dāng)波段間的相關(guān)性很弱時(shí),PCA方法的效率會(huì)大大下降。本工作使用PCA對(duì)高光譜數(shù)據(jù)進(jìn)行降維,提取隱藏在數(shù)據(jù)中的主成分,壓縮特征空間,再對(duì)主成分?jǐn)?shù)據(jù)進(jìn)行光譜特征提取,根據(jù)主成分?jǐn)?shù)對(duì)模型的特征貢獻(xiàn)度分析,算法最終采用6個(gè)主成分分量進(jìn)行特征提取。然后將PCA降維后的結(jié)果輸入RF分類器,得到分類準(zhǔn)確度。利用python軟件中的sklearn.decomposition包的PCA庫(kù)實(shí)現(xiàn)數(shù)據(jù)的降維。

1.2.3 基于遞歸特征消除的隨機(jī)森林(RFE-RF)

圖5為RFE-RF算法的流程圖。

圖5 基于RFE-RF算法的高光譜數(shù)據(jù)特征選擇分類方法流程圖Fig.5 Flowchart of feature selection classification method for hyperspectral data based on RFE-RF algorithm

對(duì)于三種算法,70%的光譜數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集,30%的光譜數(shù)據(jù)則是作為獨(dú)立的測(cè)試數(shù)據(jù)集,以提供模型精度的獨(dú)立估計(jì)。分類精度首先使用RF中的OOB誤差估計(jì)和混淆矩陣來(lái)評(píng)估,OOB誤差估計(jì)公式可參考Simone Vincenzi團(tuán)隊(duì)的工作[19]。

2 結(jié)果與討論

2.1 RF分類結(jié)果

實(shí)驗(yàn)數(shù)據(jù)共360個(gè)波段,從RF算法運(yùn)算得到的基于變量重要性的波段選擇結(jié)果來(lái)看(如圖6),準(zhǔn)確度排名最高的前二十個(gè)波段組合為:367.48、371.08、471.22、365.67、412.75、374.70、372.89、458.38、445.57、451.06、456.55、454.72、378.31、438.26、380.12、407.30、469.39、449.23、443.74和473.06 nm,該順序按照變量重要性由高到低排列。

圖6 五種樣品的光譜波段變量重要性分布Fig.6 Importance distribution of spectral band variables for five samples

通過(guò)RF的變量重要性排序,篩選出排名較高,對(duì)模型貢獻(xiàn)度高的最佳波段數(shù)所對(duì)應(yīng)的反射譜強(qiáng)度數(shù)據(jù),再將RF運(yùn)算結(jié)果中排名靠前的最佳特征波段數(shù)據(jù)輸入分類器中,通過(guò)優(yōu)化參數(shù),得到分類準(zhǔn)確度。通過(guò)對(duì)訓(xùn)練集與測(cè)試集的劃分訓(xùn)練,以及OOB誤差估計(jì)(圖7),優(yōu)化后的n_estimators值為400;max_depth值為8。

圖7 五種樣品的OOB誤差估計(jì)n_estimators為400時(shí),OOB誤差為0.004 6Fig.7 OOB error estimation for five samplesOOB error is 0.004 6 when n_estimators=400

將數(shù)據(jù)的分類結(jié)果輸出混淆矩陣(圖8),可以看到五種樣品的識(shí)別情況。第三種(脈紅螺)樣品識(shí)別精度最低,為64%;第一種(仿刺參)與第四種(櫛孔扇貝)的識(shí)別精度最高,為100%;第二種(蝦夷扇貝)與第五種(皺紋盤鮑)的識(shí)別精度分別為91%與96%,總體分類精度較高。因?yàn)榉麓虆⑴c櫛孔扇貝的反射譜特征與其他四種樣品有明顯差異,所以兩種樣品更容易被識(shí)別,分類精度最高。實(shí)驗(yàn)所提取的脈紅螺反射譜光譜曲線趨勢(shì)與光譜特征與其他樣品在某些波段部分相似,測(cè)試集中的75個(gè)脈紅螺樣品有20個(gè)被錯(cuò)誤識(shí)別,因此識(shí)別精度最低。通過(guò)識(shí)別結(jié)果可知,脈紅螺有36%的幾率被識(shí)別為皺紋盤鮑。RF分類精度為90.13%,在n_estimators為400情況下OOB誤差為0.004 6,kappa系數(shù)為0.876 7,模型穩(wěn)定度優(yōu)異。

圖8 (a)根據(jù)測(cè)試集樣品數(shù)量輸出混淆矩陣;(b)根據(jù)樣品識(shí)別精度輸出混淆矩陣Fig.8 (a) Output confusion matrix based on the number of samples in the test set;(b) Output confusion matrix based on sample identification accuracy

2.2 PCA-RF分類結(jié)果

主成分分析可以將數(shù)據(jù)從N維降低到M維,此時(shí)需要找到M個(gè)向量用于投影原始數(shù)據(jù),使投影誤差(投影距離)最小。因此,可以對(duì)原始數(shù)據(jù)進(jìn)行主成分分析,這樣就可以使用具有較少維度且不相關(guān)的數(shù)據(jù)來(lái)取代原始的高維數(shù)據(jù),然后用變換后的數(shù)據(jù)進(jìn)行建模。對(duì)經(jīng)歸一化處理的光譜數(shù)據(jù)進(jìn)行主成分分析降維,得到帕累托圖(Pareto chart)。通過(guò)帕累托圖可以推斷,當(dāng)保留6個(gè)主成分時(shí),特征貢獻(xiàn)率達(dá)到了99.92%,因此計(jì)算中采用前6個(gè)主成分。圖9給出了數(shù)據(jù)的PCA散點(diǎn)圖分布。將最佳解釋度選出的主成分?jǐn)?shù)輸入PCA*RF分類器中,得到降維后的五種樣品的光譜分類精度。PCA-RF分類精度為95.20%,Explained variance(解釋度)0.999 2,kappa系數(shù)0.843 3,模型穩(wěn)定度優(yōu)異。

圖9 五種樣品高光譜數(shù)據(jù)的PCA主成分分布散點(diǎn)圖,主成分?jǐn)?shù)設(shè)定為6Fig.9 Scatter plot of PCA principal component distribution for hyperspectral data of five samples with the first 6 principal components

2.3 RFE-RF分類結(jié)果

圖10為五種樣品的高光譜數(shù)據(jù)在RFE-RF模型運(yùn)行過(guò)程中的RFECV精度隨篩選特征數(shù)的變化。由RFE算法選擇了最佳波段子集,用于五種樣品的分類,如表1,提供了有關(guān)所選波段的細(xì)節(jié)。RFE選擇的波段范圍為400～1 000 nm。

表1 五種樣品的高光譜數(shù)據(jù)通過(guò)RFE所篩選的特征波段Table 1 Characteristic bands filtered by RFE for the hyperspectral data of the five samples

圖10 五種樣品的高光譜數(shù)據(jù)在RFE-RF模型中RFECV精度隨篩選特征數(shù)的變化Fig.10 Variation of RFECV accuracy with the number of screening features for RFE-RF model based on hyperspectral data of five samples

采用RF算法和所有波段進(jìn)行底棲動(dòng)物的分類,優(yōu)化的n_estimators和max_depth值也用于RFE。從表1可以看出,使用RFE算法對(duì)五種樣品進(jìn)行分類得到了最佳的總體分類結(jié)果。RFE總共選擇了83個(gè)波段?？傮w而言,RFE顯著降低了數(shù)據(jù)維度。與使用RF和所有波段相比,RFE-RF提供了更好的分類結(jié)果(分類精度為98.74%,kappa系數(shù)0.876 6)。

RFE算法已經(jīng)在一些高光譜研究中使用[20],實(shí)現(xiàn)了顯著的維數(shù)下降,同時(shí)具有高分類性能。在本研究中,RFE實(shí)現(xiàn)了波段子集的顯著減少。此外,在本研究的實(shí)驗(yàn)?zāi)Ｐ拖?RFE-RF算法的準(zhǔn)確度優(yōu)于RF與PCA-RF算法,產(chǎn)生了更小的子集和更好的分類精度。

本研究評(píng)估了高光譜數(shù)據(jù)在識(shí)別水下底棲動(dòng)物方面的效用。更具體地說(shuō),我們?cè)u(píng)估了RF的三種使用方法,以獲得一個(gè)最佳主成分?jǐn)?shù)或最佳波段子集,可用于區(qū)分不同水下樣品。RF包裝框架通過(guò)識(shí)別最優(yōu)波段子集顯著降低了原始數(shù)據(jù)集的維數(shù),從而簡(jiǎn)化了建模過(guò)程,最終提高了分類性能。本研究的總體結(jié)果表明,使用的三種RF算法令維數(shù)顯著下降,PCA-RF與RFE-RF都提高了分類精度,如表2。

表2 三種方法分類識(shí)別精度對(duì)比Table 2 Comparison of classification recognition accuracies of the three methods

3 結(jié) 論

旨在實(shí)現(xiàn)對(duì)海洋牧場(chǎng)水下底棲動(dòng)物的原位識(shí)別,同時(shí)評(píng)估RF、PCA-RF、RFE-RF特征選擇算法在高光譜數(shù)據(jù)分析中的效用。運(yùn)用高光譜手段,收集五種底棲動(dòng)物樣品的高光譜圖像并提取樣品反射光譜,數(shù)據(jù)經(jīng)過(guò)光譜歸一化預(yù)處理后用三種不同特征選擇方式的隨機(jī)森林算法進(jìn)行分類,得到的分類精度分別為:RF 90.13%;PCA-RF 95.20%;RFE-RF 98.74%。結(jié)果表明,在本研究的水下分類模型中,RFE-RF算法的分類精度優(yōu)于RF與PCA-RF算法。此外,與使用RF的所有波段相比,RFE-RF顯著降低了維數(shù),并提高了分類精度。RFE-RF模型體現(xiàn)了隨機(jī)森林運(yùn)用在水下高光譜數(shù)據(jù)分類研究的可行性。