基于Relief F和PSO混合特征选择的面向对象土地利用分类

• 作者: 刘舒 姜琦刚 崔璨 李远华 王斌 肖艳
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 土地利用 分类 支持向量机 特征选择 面向对象 Relief F 粒子群优化算法
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 土地整理工程
• 页码范围: 211-216
• 页数: 6页
• 分类号: TP79|S127|F301.24
• 字数: 5163字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2016.04.030

摘要

针对面向对象土地利用分类存在特征维数过高的问题，提出了一种结合Relief F和粒子群优化算法（particle swarm optimization，PSO）的混合特征选择方法，即首先利用Relief F作为特征预选器滤除相关性小的特征，然后以PSO作为搜索算法，以支持向量机（support vector machine，SVM）的分类精度作为评估函数在剩余特征中选择出最优特征子集。该文以吉林省长春市部分区域为研究区，采用Landsat8遥感影像为数据源，首先对其进行多尺度分割，然后提取影像对象的光谱、纹理、形状和空间关系特征，利用提出的混合特征选择方法选取最优特征子集，最后使用SVM分类器对研究区进行土地利用分类，总体分类精度和Kappa系数分别为85.88%和0.8036，与基于4种其他特征选择方法的土地利用分类结果进行比较，基于Relief F和PSO的混合特征选择方法利用最少的特征获得最高的分类精度，能够有效地用于面向对象土地利用分类。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李远华	吉林大学地球探测科学与技术学院	43	525	12.0	21.0
2	姜琦刚	吉林大学地球探测科学与技术学院	131	1345	21.0	29.0
3	肖艳	吉林大学地球探测科学与技术学院	3	70	2.0	3.0
4	王斌		2	44	1.0	2.0
5	刘舒	吉林大学地球探测科学与技术学院	7	98	4.0	7.0
6	崔璨	大连海事大学航海学院	9	85	3.0	9.0