基于交叉验证的遥感影像精细分类研究

• 作者: 张俊前 王文进
• 来源期刊: 城市勘测
• 学科: 地球科学
• 关键词: 高光谱 高分辨率 SVM LOOCV 交叉验证
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 3S研究与应用
• 页码范围: 88-92,96
• 页数: 6页
• 分类号: P236
• 字数: 4538字
• 语种: 中文

摘要

随着遥感技术的发展,多光谱和高分辨率遥感已成为重要发展趋势.这对分类方法提出更高要求,也增加了难度,特别在精细分类实践应用中,相似地物间性状差异较小,同物异谱、同谱异物现象普遍存在.本文以美国印第安纳州地区高光谱影像(AVIRIS影像)和武汉九峰地区高分辨率影像(Quickbird影像)为研究对象,利用交叉验证的方法进行参数估计,分别采用支持向量机(Support Vector Machine,SVM)和留一验证法(Leave-One-Out Cross Valida-tion,LOOCV)对影像进行分类,并根据实地调查数据估计精度,实验结果显示出该方法有较高精度和良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文进		9	10	2.0	3.0
2	张俊前		8	34	4.0	5.0