基于SVM的盐亭县土地利用信息提取研究

肖欢 ¹钟丹¹

扫码查看

作者信息

1. 西南交通大学希望学院四川成都610400
折叠

摘要

采用RS技术监测土地利用，可以快速、准确地分析出土地利用情况，掌握可靠的土地基础数据。但是传统基于像元的分类方法存在许多弊端，如不能有效地利用像元间的相互依赖关系和大量空间信息，致使分类结果精度不高。而支持向量机（SVM）是基于研究小样本情况下的统计学习理论新的机器学习方法，它可以通过样本的特征信息找到最优分类超平面，表现出许多优于已有学习方法的性能。针对以上问题，本文采用面向对象的SVM分类方法，对盐亭县的TM影像进行分类，得到精度评价结果，探讨面向对象SVM分类的优势与不足。

关键词

土地利用/面向对象/支持向量机/信息提取

引用本文复制引用

出版年

2018

建筑工程技术与设计

影响因子：0.156

ISSN：

参考文献量5

段落导航