10.16251/j.cnki.1009-2307.2017.01.010
西北旱区遥感影像分类的支持向量机法
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.
遥感应用、西北旱区、支持向量机、遥感影像分类
42
P208(一般性问题)
国家科技支撑计划子课题项目2011BAD29B09-1-1C;中央高校基本科研业务费专项资金项目QN2012042;西北农林科技大学博士科研启动基金项目201104050395
2017-03-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
49-52,58