基于支持向量机的遥感图像分类方法

• 作者: 惠文华
• 来源期刊: 地球科学与环境学报
• 学科: 地球科学
• 关键词: 支持向量机 光谱特征 纹理特征 最大似然法 分类混淆矩阵
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 地球信息科学
• 页码范围: 93-95
• 页数: 3页
• 分类号: P23|TP79
• 字数: 2397字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6561.2006.02.019

摘要

为了提高遥感图像分类的精度,弥补传统最大似然分类方法所固有的分类时样本不足的缺陷,提出了一种基于支持向量机、光谱特征和纹理特征相结合的遥感图像分类方法.采用ETM数据,按照其所提方法进行了具体分类实验,并将实验结果与最大似然法分类的结果进行了比较分析.结果表明,利用基于支持向量机的方法进行遥感图像分类,精度明显优于最大似然法分类的精度.利用光谱特征与纹理特征相结合进行分类比单纯运用光谱特征进行分类效果要好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	惠文华	长安大学地质工程与测绘工程学院	11	181	4.0	11.0