基于FDCT与ELM的遥感影像湿地类型分类——以黄家湖国家湿地公园为例

摘要：

以黄家湖国家湿地公园为例,利用高分辨率遥感影像数据,研究提出了一种基于FDCT与ELM的湿地类型分类方法.该方法利用湿地遥感影像的光谱特征、纹理特征、空间特征作为ELM的输入数据,将遥感影像进行FDCT变换分解,获得影像的高频曲波变换系数和低频曲波变换系数,选取高频部分曲波变换系数组合作为地物的纹理特征;采用连续可微的Sigmod函数作为学习函数.湿地类型识别实验结果表明,该方法能够快速实现湿地类型的自动分类,总体分类精度达到了86.7％,高于传统SVM方法76.5％ 的分类精度,Kappa系数超过0.83,为湿地景观遥感动态监测奠定了较好的研究基础.

关键词：快速离散曲波变换、湿地类型、极限学习机、自动分类

所属期刊栏目：38

分类号：S762.3(森林保护学)

资助基金：国家湿地保护补助资金项目林湿发[2011]273号;长沙市科技计划项目k1508007-11;国家自然科学基金项目31570627;湖南省教育厅优秀青年项目14B193

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：30-35