南方主要针叶树种高光谱数据降维分类研究

• 作者: 孙华 林辉 王四喜 臧卓 莫登奎
• 来源期刊: 中南林业科技大学学报
• 学科: 农学
• 关键词: 高光谱遥感 主成分分析 遗传算法 支持向量机 针叶树种
• 年，卷（期）: 2010,（11）
• 页码范围: 20-25
• 分类号: S771.8
• 字数: 3178字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-923X.2010.11.005

摘要

采用ASD公司生产的FieldSpec HandHeldTm地物光谱仪,分别于2005、2006、2008年冬季跟踪观测杉木、马尾松、黑松、雪松等针叶树种的高光谱数据,经筛选后获取有效观测数据160条,其中120条作为训练集,40条作为测试集.将平滑去噪的一阶微分高光谱数据进行PCA方法和GA方法降维,然后利用BP神经网络和支持向量机(SVM)对降维后的测试集数据进行分类.结果表明:PCA-BP神经网络模型分类准确率95%,PCA-SVM分类准确率97.5%,GA和BP分类准确率92.5%,GA-SVM分类准确率100%.这说明两种降维方式结合支持向量机的分类均优于其与BP神经网络结合的分类,基于GA的降维方法对高光谱波段的选择更有效率,具有较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林辉	中南林业科技大学林业遥感信息工程研究中心	130	1476	21.0	29.0
2	孙华	中南林业科技大学林业遥感信息工程研究中心	81	1088	20.0	27.0
3	莫登奎	中南林业科技大学林业遥感信息工程研究中心	26	423	12.0	20.0
4	臧卓	中南大学信息物理工程学院	6	92	5.0	6.0
8	王四喜		4	71	3.0	4.0