基于支持向量机的生态公益林遥感分类研究

• 作者: 任琼 余树全 彭世揆 李土生 江洪 陈健
• 来源期刊: 林业资源管理
• 学科: 工学
• 关键词: 森林生态系统 生态公益林 SVM 空间特征 最优超平面
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 科学技术
• 页码范围: 107-113
• 页数: 7页
• 分类号: TP79
• 字数: 4448字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6622.2009.01.022

摘要

提出了基于支持向量机(Support Vector Machine,SVM)的遥感影像分类方法,结合空间特征等信息,对IKONOS高空间分辨率影像进行分类,实施对生态公益林的监测,并将此分类方法与传统分类方法进行比较分析.研究结果表明,基于SVM的遥感分类方法能够有效解决分类效果破碎、精度不高等问题,而且在学习速度、自适应能力、可表达性等方面具有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭世揆	南京林业大学森林资源与环境学院	52	1197	20.0	33.0
2	江洪	浙江林学院国际生态研究中心	43	1137	21.0	32.0
6	余树全	浙江林学院国际生态研究中心	30	763	17.0	27.0
7	李土生		16	125	7.0	10.0
8	任琼	南京林业大学森林资源与环境学院	4	42	3.0	4.0
9	陈健	浙江林学院国际生态研究中心	5	129	4.0	5.0