支持向量机分类算法在湿地遥感分类应用的评价

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：支持向量机(SVM)相对与传统基于像元的分类算法,在高分辨率遥感影像应用上具有较多优势.文中对于杭州西溪国家湿地公园区域的QuickBird高分辨率卫星遥感图像进行了图像分类信息提取研究,分别采用了SVM与MLC,在支持向量机分类器应用中采用了径向基核函数.在分类后处理中应用过滤与聚类处理结合法,大大降低高分辨率遥感图像分类后较普遍的像元孤岛现象.分类精度评估结果显示支持向量机在总体上明显优于最大似然法,但由于湿地特殊的地貌特征,在类别交错混合出现时精度仍然不高.

作者：

张煜洲、陈文志

展开 >

作者单位：

杭州师范大学,浙江杭州310036

关键词：

支持向量机湿地遥感分类技术

出版年：

2012

中国水运(下半月)

中国水运报刊社

中国水运(下半月)

影响因子：0.445

ISSN：1006-7973

年,卷(期)：2012.12(z1)

参考文献量9