| 西北旱区遥感影像分类的支持向量机法 |
| |
| 引用本文： | 张静,张翔,田龙,张青峰.西北旱区遥感影像分类的支持向量机法[J].测绘科学,2017,42(1). |
| |
| 作者姓名： | 张静 张翔 田龙 张青峰 |
| |
| 作者单位： | 西北农林科技大学资源环境学院,陕西杨凌,712100 |
| |
| 基金项目： | 国家科技支撑计划子课题项目，中央高校基本科研业务费专项资金项目，西北农林科技大学博士科研启动基金项目 |
| |
| 摘 要： | 针对较大范围、不同时相、不同气候和地貌类型的遥感影像的土地利用现状分类问题,提出了一种结合标准植被指数和纹理特征的支持向量机法。此方法改进了陕西延安、甘肃嘉峪关和青海果洛的遥感影像分类,有效地解决了最大似然法和BP神经网络法的缺陷造成的分类精度不高的问题。分类结果表明:与最大似然法和BP神经网络法相比,结合标准植被指数和纹理特征的支持向量机法的分类总精度最高(97.75%),Kappa系数为0.9691。该方法可为西北旱区遥感影像解译和土地资源可持续发展战略提供方法支撑。
|
| 关 键 词： | 遥感应用 西北旱区 支持向量机 遥感影像分类 |
The support vector machine method for RS images' classification in northwest arid area |
| |
| ZHANG Jing,ZHAG Xiang,TIAN Long,ZHANG Qingfeng.The support vector machine method for RS images' classification in northwest arid area[J].Science of Surveying and Mapping,2017,42(1). |
| |
| Authors: | ZHANG Jing ZHAG Xiang TIAN Long ZHANG Qingfeng |
| |
| Abstract: | |
| |
| Keywords: | remote sensing application northwest arid area support vector machines (SVM) remote sensing image classification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
