2017年13期

結合灰度紋理和支持向量機分類的三江源草地信息提取

作  者 王愛芳,王妮
第一作者 王愛芳
作者單位 滁州學院地理信息與旅游學院,安徽滁州
卷  號 45
發表年份 2017
發表刊期 13
發表頁面 210-213,231
關  鍵  字 三江源;草地信息提取;遙感;支持向量機;灰度紋理,
摘  要 以三江源地區地形地貌特征、草場分布較為典型的班瑪縣為例,以HJ環境星多光譜影像為主要數據,基于支持向量機SVM超平面理論,結合灰度共生矩陣尋找最適宜的分類核函數,選取了三江源地區草地信息提取的最適宜SVM分類模型,并與傳統的監督分類方法最大似然法和SVM分類方法進行比較,進行三江源草地分類方法的優化。結果表明,與傳統監督分類方法相比,除Sigmoid核函數外,其余結合方法的分類精度均有所提高,其中結合紋理和高斯核函數的SVM分類模型有著較理想的識別效果,精度達到91%,Kappa系數為0.856 0,能為三江源地區草地可持續利用以及生態系統恢復提供基礎數據。
附  件 結合灰度紋理和支持向量機分類的三江源草地信息提取
注:若需下載,請右鍵單擊另存
點擊關閉

在線客服

服務熱線:0551-65160973

二維碼

m www