训练样本对农作物遥感分类的精度影响研究

摘要：

为了比较好地研究和分析训练样本的数量和质量对农作物分类精度的影响,选取黑龙江省海伦市作为研究所需要的实验区,以Landsat 8遥感影像作为数据源,利用最大似然、神经网络、支持向量机3种分类方法分别去研究训练样本数量与质量对分类精度的影响,并且对3种分类方法进行了多次实验.最终的研究结果表明:(1)在训练样本质量相对恒定下,同一种分类方法对相同数量的训练样本的响应程度以及不同分类方法对训练样本数量的响应程度是不同的,并且分类精度存在不同程度的波动,随着训练样本数量的增加,这种波动会减小,当训练样本的数量达到一定程度,分类精度的均值将趋于相对稳定;(2)在训练样本数量恒定下,同一种分类方法以及不同种分类方法对相同质量等级的训练样本的响应程度是不同的;同一种分类方法对不同质量等级的训练样本响应程度也是不同的.

关键词：遥感图像分类、农作物分类、训练样本、分类精度

所属期刊栏目：46

分类号：TP751.1(遥感技术)

资助基金：国家重点研发计划2016YFB0502502;黑龙江省教育厅科学技术研究项目12531493

在线出版日期：2018-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：143-150