支持向量机分类算法在湿地遥感分类应用的评价

摘要：

支持向量机(SVM)相对与传统基于像元的分类算法,在高分辨率遥感影像应用上具有较多优势.文中对于杭州西溪国家湿地公园区域的QuickBird高分辨率卫星遥感图像进行了图像分类信息提取研究,分别采用了SVM与MLC,在支持向量机分类器应用中采用了径向基核函数.在分类后处理中应用过滤与聚类处理结合法,大大降低高分辨率遥感图像分类后较普遍的像元孤岛现象.分类精度评估结果显示支持向量机在总体上明显优于最大似然法,但由于湿地特殊的地貌特征,在类别交错混合出现时精度仍然不高.

关键词：支持向量机、湿地、遥感、分类技术

所属期刊栏目：12

分类号：TP751(遥感技术)

在线出版日期：2012-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：29-31,46