作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对惩罚因子C和核函数宽度g对支持向量机分类精度有明显影响的问题,选用人工蜂群算法对支持向量机的参数进行优化并把其应用到高分辨率遥感影像植被提取的研究中.以重庆市某城乡ZY-3遥感影像为例,通过误差矩阵对比可知,蜂群算法优化后支持向量机的Kappa系数高于遗传算法及粒子群算法优化的支持向量机.研究结果表明:蜂群算法优化的支持向量机对植被的分类精度达到了82.7%,高于其他算法优化的支持向量机.
推荐文章
基于混沌机制的人工蜂群算法优化的支持向量机分类器
人工蜂群算法
支持向量机
参数优化
混沌机制
锦标赛选择策略
基于蜂群算法优化向量机的微弱信号检测方法
蜂群算法
支持向量机
海杂波
微弱信号检测
基于粒子群算法优化支持向量机汽车故障诊断研究
粒子群算法
支持向量机
汽车故障诊断
遗传聚类
基于改进型人工鱼群算法的支持向量机参数优化
支持向量机
人工鱼群算法
参数优化
有向无环图
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蜂群算法优化的支持向量机植被提取研究
来源期刊 城市勘测 学科 工学
关键词 人工蜂群算法 支持向量机 遥感影像 植被提取
年,卷(期) 2018,(2) 所属期刊栏目 3S研究与应用
研究方向 页码范围 86-89
页数 4页 分类号 TP751.1
字数 3003字 语种 中文
DOI 10.3969/j.issn.1672-8262.2018.02.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐昊 4 9 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (779)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(14)
  • 参考文献(0)
  • 二级参考文献(14)
2009(17)
  • 参考文献(1)
  • 二级参考文献(16)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工蜂群算法
支持向量机
遥感影像
植被提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
城市勘测
双月刊
1672-8262
42-1309/TU
大16开
武汉市汉口万松园路209号
38-440
1986
chi
出版文献量(篇)
5323
总下载数(次)
16
论文1v1指导