基于GF-2卫星数据的矿山开发信息自动提取

• 作者: 何超 杨显华 田立 韩磊 黄洁
• 来源期刊: 四川地质学报
• 学科: 地球科学
• 关键词: 遥感影像 矿山开发信息 自动提取 支持向量机
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 遥感地质
• 页码范围: 689-693
• 页数: 5页
• 分类号: P627
• 字数: 3013字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-0995.2018.04.034

摘要

我国高分系列卫星数据因具有重访周期短、价格低廉、精度较高的特点,在矿山开发监测工作中得到了广泛的应用.本文在深入了解高分二号卫星数据特征的基础上,以甘肃永登县为例,利用机器学习模型中支持向量机算法(Support Vector Machine,SVM)自动提取矿山开发信息,在处理的遥感影像上进行样本采集,借Matlab平台对样本及影像数据进行归一化、降维处理(PCA).利用SVM模型进行信息自动提取过程中,选取径向基核函数(RBF),运用量子粒子群算法进行参数寻优,最终对提取结果进行野外调查.查证结果表明利用SVM模型进行矿山开发信息自动提取是可行的.该研究为国产数据在矿山监测应用中提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄洁		18	124	5.0	10.0
3	韩磊		19	102	6.0	9.0
5	杨显华		14	60	4.0	7.0
13	何超		1	0	0.0	0.0