基于决策树多分类支持向量机岩性波谱分类

• 作者: 何凤萍 方臣 王娟 王正海 王磊 祖玉川
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 岩性波谱 特征提取 支持向量机 多类分类 决策树
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 地质科学研究与应用
• 页码范围: 93-97,105
• 页数: 6页
• 分类号: P237
• 字数: 4208字
• 语种: 中文

摘要

地面岩性波谱建模是高光谱遥感地质填图的关键环节之一，地面岩性波谱具有高维、多类特点，传统的多光谱分类方法不能对地面岩性高光谱数据进行有效处理。该文在岩性波谱特征分析的基础上，构建岩性波谱特征空间；然后，从支持向量机（SVM）基本理论出发并对算法改进，建立了一个基于决策树的SVM多类分类器（DT-SVMs）；最后，利用云南北衙金矿区采集的野外实测岩性波谱数据进行分类实验，分类正确率达到93.75％。实验结果表明：基于决策树的多类分类支持向量机（DT-SVMs）可以很好的应用于地面岩性的波谱分类建模。同时，可推广到高光谱遥感岩性分类研究。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊	中山大学地球科学系	89	527	11.0	19.0
2	王娟	中山大学地球科学系	37	157	6.0	11.0
3	王正海	中山大学地球科学系	23	92	6.0	8.0
5	祖玉川	中山大学地球科学系	4	25	2.0	4.0
8	方臣		8	28	4.0	5.0
9	何凤萍	中山大学地球科学系	5	26	3.0	5.0