支持向量机分类算法在湿地遥感分类应用的评价

• 作者: 张煜洲 陈文志
• 来源期刊: 中国水运（下半月）
• 学科: 工学
• 关键词: 支持向量机 湿地 遥感 分类技术
• 年，卷（期）: 2012,（z1）
• 所属期刊栏目: 信息
• 页码范围: 29-31,46
• 分类号: TP751
• 字数: 3780字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7973-C.2012.z1.014

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈文志		5	7	2.0	2.0
2	张煜洲		9	32	3.0	5.0