SVM和ANN在多光谱遥感影像分类中的比较研究

• 作者: 张成才 李耀辉 李颖 王金鑫
• 来源期刊: 海洋测绘
• 学科: 地球科学
• 关键词: 多光谱遥感 影像分类 支持向量机 人工神经网络 纹理
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 学术研究
• 页码范围: 19-22
• 页数: 4页
• 分类号: P236
• 字数: 3143字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3044.2016.05.005

摘要

首先利用支持向量机(SVM)和人工神经网络(ANN)对Landsat 80LI多光谱影像进行基于光谱信息的土地利用监督分类;然后,对多波段进行主成分变换,提取第一主成分的主要纹理信息,与光谱信息一起进行融合光谱和纹理信息的SVM和ANN影像监督分类.对比分析发现:对中原地区,SVM是Landsat 8多光谱遥感影像分类的较优方法,尤其适用于农业用地信息提取;光谱分类即可达到较高精度,纹理信息对提高分类精度的作用十分有限.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王金鑫	郑州大学水利与环境学院	59	241	9.0	12.0
2	张成才	郑州大学水利与环境学院	81	759	16.0	23.0
3	李耀辉	郑州大学水利与环境学院	7	62	5.0	7.0
4	李颖		14	86	6.0	8.0