中国水运（下半月）
中國水運（下半月）
중국수운（하반월）
CHINA WATER TRANSPORT
2012年
z1期
29-31,46
,共4页
支持向量机%湿地%遥感%分类技术
支持嚮量機%濕地%遙感%分類技術
지지향량궤%습지%요감%분류기술
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.
支持嚮量機(SVM)相對與傳統基于像元的分類算法,在高分辨率遙感影像應用上具有較多優勢.文中對于杭州西溪國傢濕地公園區域的QuickBird高分辨率衛星遙感圖像進行瞭圖像分類信息提取研究,分彆採用瞭SVM與MLC,在支持嚮量機分類器應用中採用瞭徑嚮基覈函數.在分類後處理中應用過濾與聚類處理結閤法,大大降低高分辨率遙感圖像分類後較普遍的像元孤島現象.分類精度評估結果顯示支持嚮量機在總體上明顯優于最大似然法,但由于濕地特殊的地貌特徵,在類彆交錯混閤齣現時精度仍然不高.
지지향량궤(SVM)상대여전통기우상원적분류산법,재고분변솔요감영상응용상구유교다우세.문중대우항주서계국가습지공완구역적QuickBird고분변솔위성요감도상진행료도상분류신식제취연구,분별채용료SVM여MLC,재지지향량궤분류기응용중채용료경향기핵함수.재분류후처리중응용과려여취류처리결합법,대대강저고분변솔요감도상분류후교보편적상원고도현상.분류정도평고결과현시지지향량궤재총체상명현우우최대사연법,단유우습지특수적지모특정,재유별교착혼합출현시정도잉연불고.
