發(fā)布時間：2017-08-18 11:20

  本文關鍵詞：基于改進SVM算法的高分辨率遙感影像分類

  更多相關文章： 高分辨率遙感影像 支持向量機(SVM) 主成分分析 網格搜索法 分類性能

【摘要】：針對面向對象高分辨率遙感影像分類樣本維數(shù)多、數(shù)據(jù)量大的特點,提出了一種簡單的支持向量機(support vector machine,SVM)改進算法。首先對原始樣本數(shù)據(jù)進行主成分分析(principal component analysis,PCA)實現(xiàn)降維,對降維后的樣本數(shù)據(jù)進行SVM分類器訓練,利用網格搜索法得出降維數(shù)據(jù)的最佳參數(shù);以此參數(shù)作為基準,對基于原始樣本數(shù)據(jù)的SVM分類器參數(shù)搜索范圍進行重新設定,從而快速獲取原始樣本數(shù)據(jù)的最佳SVM分類器參數(shù),并實現(xiàn)分類。利用2景World View2高分辨率影像分別對城市土地利用以及林木樹種進行分類實驗,比較分析傳統(tǒng)SVM算法、僅基于PCA降維樣本數(shù)據(jù)的SVM算法以及改進的SVM算法在分類精度與效率方面的差異。實驗結果表明,改進的SVM算法能夠快速有效地尋找最佳SVM分類器參數(shù),并獲得較高的分類精度。
【作者單位】： 首都師范大學城市環(huán)境過程與數(shù)字模擬國家重點實驗室培育基地;
【關鍵詞】： 高分辨率遙感影像 支持向量機(SVM) 主成分分析 網格搜索法 分類性能
【基金】：教育部博士點基金項目“城市復雜環(huán)境對高分辨率遙感提取多尺度植被信息的影像研究——以北京市為例”(編號:20131108120006) 國家自然科學基金項目“基于時序InSAR技術與灰色-馬爾可夫模型的北京平原區(qū)地面沉降時空預測研究”(編號:41401493)共同資助
【分類號】：TP751
【正文快照】： 0引言隨著遙感技術的不斷發(fā)展,近年來涌現(xiàn)出一系列諸如IKONOS,Quick Bird,Geo Eye,Rapid Eye,World View1,World View2,World View3以及我國高分1號和高分2號等高空間分辨率衛(wèi)星傳感器(地面分辨率小于5 m)。由于高分辨率遙感影像能在較小的空間尺度上獲取細節(jié)豐富的地物信息,

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃恩興;;遙感影像分類結果的不確定性研究[J];中國農學通報;2010年05期

2 賈坤;李強子;田亦陳;吳炳方;;遙感影像分類方法研究進展[J];光譜學與光譜分析;2011年10期

3 朱丹瑤;;遙感影像分類方法研究[J];黑龍江科技信息;2012年33期

4 孫立新,羅高平,張怡梅;遙感影像分類的歸類學習方法[J];測繪工程;1998年03期

5 李爽,丁圣彥,許叔明;遙感影像分類方法比較研究[J];河南大學學報(自然科學版);2002年02期

6 黃艷;張超;蘇偉;岳安志;;合理尺度紋理分析遙感影像分類方法研究[J];國土資源遙感;2008年04期

7 付博;謝振紅;鄧彩群;;改進的角度余弦方法在濕地遙感影像分類中的應用[J];吉林建筑工程學院學報;2010年04期

8 楊慧;鄭思莉;唐赫;朱文謙;程戰(zhàn)員;;面向對象的武漢市街區(qū)公共遙感影像分類研究[J];軟件導刊;2014年01期

9 楊玉靜;馮建輝;;紋理特征提取及輔助遙感影像分類技術研究[J];海洋測繪;2008年04期

10 李小濤;潘世兵;宋小寧;;基于地質統(tǒng)計學紋理特征的遙感影像分類方法研究[J];地理與地理信息科學;2009年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 劉忠陽;陳懷亮;杜子璇;鄒春輝;;基于決策樹方法的Landsat7 ETM+遙感影像分類研究[A];農業(yè)生態(tài)與衛(wèi)星遙感應用技術學術交流會論文摘要集[C];2006年

2 王珊珊;季民;高潔;焦其松;;CBR方法在高分辨率遙感影像分類中的應用[A];《測繪通報》測繪科學前沿技術論壇摘要集[C];2008年

3 湯家法;;基于可拓分類器的遙感影像分類[A];第十七屆中國遙感大會摘要集[C];2010年

4 巫兆聰;;RBF網絡的粗糙表示與遙感影像分類應用[A];第十三屆全國遙感技術學術交流會論文摘要集[C];2001年

5 楊劍;蒲英霞;何一鳴;;基于Getis的遙感影像分類研究[A];中國地理學會百年慶典學術論文摘要集[C];2009年

6 趙泉華;宋偉東;鮑勇;;基于分形紋理的BP神經網絡遙感影像分類[A];中國儀器儀表學會第九屆青年學術會議論文集[C];2007年

7 王梁;韓坤英;;分形理論在遙感影像分類中的應用[A];第十二屆全國數(shù)學地質與地學信息學術研討會論文集[C];2013年

8 汪東川;龔建華;張利輝;;基于時間序列軌跡分析的遙感影像分類結果聯(lián)合校正[A];第十七屆中國遙感大會摘要集[C];2010年

9 羅小波;劉明皓;;基于優(yōu)化的BP神經網絡遙感影像分類[A];2006年中國土地學會學術年會論文集[C];2006年

10 ;結合光譜、紋理與形狀特征的高空間分辨率遙感影像分類(英文)[A];中國測繪學會第九次全國會員代表大會暨學會成立50周年紀念大會論文集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前9條

1 王巍;基于Agent的遙感影像分類方法及其應用研究[D];中國地質大學(北京);2016年

2 任廣波;基于半監(jiān)督學習的遙感影像分類技術研究[D];中國海洋大學;2010年

3 譚琨;基于支持向量機的高光譜遙感影像分類研究[D];中國礦業(yè)大學;2010年

4 巫兆聰;粗集理論在遙感影像分類中的應用[D];武漢大學;2004年

5 易俐娜;面向對象遙感影像分類不確定性分析[D];武漢大學;2011年

6 胥海威;基于改進隨機聚類決策森林算法的遙感影像分類研究[D];中南大學;2012年

7 徐盛;基于主題模型的高空間分辨率遙感影像分類研究[D];上海交通大學;2012年

8 劉志剛;支撐向量機在光譜遙感影像分類中的若干問題研究[D];武漢大學;2004年

9 丁勝;智能優(yōu)化算法在高光譜遙感影像分類中的應用研究[D];武漢大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 吳聰;面向對象的高分辨率遙感影像分類在衛(wèi)片執(zhí)法中的應用研究[D];昆明理工大學;2015年

2 周楊;面向對象的高分辨率遙感影像分類技術研究[D];中國地質大學(北京);2015年

3 李奇峰;結合多特征描述和SVM的遙感影像分類研究[D];鄭州大學;2015年

4 宋曉陽;面向對象的遙感分類系統(tǒng)研究[D];南京農業(yè)大學;2014年

5 張靜;西北旱區(qū)遙感影像分類方法研究[D];西北農林科技大學;2016年

6 劉安斐;基于數(shù)據(jù)融合的遙感影像分類[D];解放軍信息工程大學;2006年

7 任亞芬;面向并行環(huán)境的遙感影像分類算法設計與實現(xiàn)[D];華中科技大學;2011年

8 白秀蓮;基于決策樹方法的遙感影像分類研究[D];內蒙古師范大學;2012年

9 王松妍;基于云理論的遙感影像分類方法研究[D];遼寧工程技術大學;2013年

10 陳小瑜;基于空間數(shù)據(jù)挖掘與知識發(fā)現(xiàn)的遙感影像分類研究[D];福建師范大學;2007年

，

本文編號：694296