本文關鍵詞：基于支持向量機的遙感圖像分類研究綜述

  更多相關文章： 遙感圖像 分類 支持向量機

【摘要】：遙感技術是目前用于研究地球礦產(chǎn)資源與能源的重要技術手段,遙感圖像分類在遙感技術應用中起著關鍵作用。支持向量機(Support Vector Machines,SVM)是基于VC維(Vapnik-Chervonenkis Dimension)理論和結構風險最小化原理的機器學習方法,已被廣泛應用于實際的遙感影像分類中。對國內(nèi)外學者對此做的大量研究成果進行了系統(tǒng)的總結。對基于支持向量機的遙感圖像分類方法進行了層次性梳理,不但縱向分析和比較了每類方法的原理及優(yōu)缺點,而且對各類方法進行了橫向比較和分析,較為系統(tǒng)和完整地概括了基于支持向量機的遙感影像分類方法的研究現(xiàn)狀。最后指出了支持向量機算法應用于遙感圖像分類的未來發(fā)展方向。
【作者單位】： 中國礦業(yè)大學(北京)機電與信息工程學院;
【關鍵詞】： 遙感圖像 分類 支持向量機
【基金】：國家高技術研究發(fā)展計劃(863)重大專項:全球巨型成礦帶重要礦產(chǎn)資源與能源遙感探測與評價系統(tǒng)研發(fā)(2012AA12A308) 核設施退役及放射性廢物治理科研項目(FZ1402-08) 北京市高校青年英才計劃 中國礦業(yè)大學(北京)大學生創(chuàng)新計劃重點項目資助
【分類號】：TP18;TP751
【正文快照】： 到稿日期:2015-08-06返修日期:2015-11-27本文受國家高技術研究發(fā)展計劃(863)重大專項:全球巨型成礦帶重要礦產(chǎn)資源與能源遙感探測與評價系統(tǒng)研發(fā)(2012AA12A308),核設施退役及放射性廢物治理科研項目(FZ1402-08),北京市高校青年英才計劃,中國礦業(yè)大學(北京)大學生創(chuàng)新計劃重點

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 林怡;劉冰;陳映鷹;潘琛;;多特征差分核支持向量機遙感影像變化檢測方法[J];武漢大學學報(信息科學版);2013年08期

2 許菡;孫永華;李小娟;;遙感影像混合像元的分解——基于加權后驗概率的支持向量機分類算法[J];地球信息科學學報;2013年02期

3 劉慶杰;荊林海;王夢飛;藺啟忠;;基于克隆選擇支持向量機高光譜遙感影像分類技術[J];光譜學與光譜分析;2013年03期

4 劉峰;張立民;張瑞峰;;基于粗糙集支持向量機的遙感影像分類算法研究[J];電子設計工程;2012年23期

5 王靜;何建農(nóng);;基于K型支持向量機的遙感圖像分類新算法[J];計算機應用;2012年10期

6 胡河山;覃亞麗;;基于蟻群算法的多光譜遙感圖像分類[J];杭州電子科技大學學報;2012年04期

7 丁勝鋒;孫勁光;陳東莉;姜曉林;;基于模糊雙支持向量機的遙感圖像分類研究[J];遙感技術與應用;2012年03期

8 臧淑英;張策;張麗娟;張玉紅;;遺傳算法優(yōu)化的支持向量機濕地遙感分類——以洪河國家級自然保護區(qū)為例[J];地理科學;2012年04期

9 楊佳佳;姜琦剛;陳永良;崔瀚文;張漢女;;基于最小二乘支持向量機和高分辨率遙感影像的大尺度區(qū)域巖性劃分[J];中國石油大學學報(自然科學版);2012年01期

10 陳杰;鄧敏;肖鵬峰;楊敏華;梅小明;劉慧敏;;結合支持向量機與粒度計算的高分辨率遙感影像面向對象分類[J];測繪學報;2011年02期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 胡學嶺;謝永華;張恒德;;基于多紋理特征和PCA的地基云圖識別研究[J];科學技術與工程;2013年32期

2 趙一兵;鄧云翔;郭烈;潘馳;;無人駕駛車野外環(huán)境水體障礙物檢測[J];中國科技論文;2013年11期

3 喬婷;張懷清;陳永富;凌成星;;基于NDVI分割與面向對象的東洞庭湖濕地植被信息提取技術[J];西北林學院學報;2013年04期

4 張樹文;顏鳳芹;于靈雪;卜坤;楊久春;常麗萍;;濕地遙感研究進展[J];地理科學;2013年11期

5 吳見;劉民士;李偉濤;;自然保護區(qū)遙感信息提取技術研究進展[J];世界林業(yè)研究;2013年01期

6 裴歡;房世峰;;基于地物光譜特征和空間特征的干旱區(qū)綠洲土地分類[J];地理科學;2013年11期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 許菡;李小娟;;Normalized Cut與分水嶺變換在高光譜影像混合像元端元提取中的應用[J];中國圖象圖形學報;2012年07期

2 張策;臧淑英;金竺;張玉紅;;基于支持向量機的扎龍濕地遙感分類研究[J];濕地科學;2011年03期

3 陳偉;余旭初;張鵬強;王智超;王鶴;;基于一類支持向量機的高光譜影像地物識別[J];計算機應用;2011年08期

4 崔炳德;;支持向量機分類器遙感圖像分類研究[J];計算機工程與應用;2011年27期

5 宋翠玉;李培軍;楊鋒杰;;基于多元局部二值模式的遙感圖像紋理提取與分類[J];遙感技術與應用;2011年03期

6 王雙亭;艾澤天;都偉冰;康敏;;基于SVM不同核函數(shù)的多源遙感影像分類研究[J];河南理工大學學報(自然科學版);2011年03期

7 賈振紅;余銀峰;楊杰;胡英杰;;一種新的無監(jiān)督的衛(wèi)星影像變化檢測算法[J];光電子.激光;2011年03期

8 任軍號;吉沛琦;耿躍;;SOM神經(jīng)網(wǎng)絡改進及在遙感圖像分類中的應用[J];計算機應用研究;2011年03期

9 武維;李玉霞;童玲;顧行發(fā);;基于共生矩陣的遙感圖像面向對象分割[J];計算機工程與設計;2011年02期

10 丁世飛;齊丙娟;譚紅艷;;支持向量機理論與算法研究綜述[J];電子科技大學學報;2011年01期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉慶生,劉高煥,藺啟忠,王志剛;基于邏輯斯蒂模型的遙感圖像分類[J];國土資源遙感;2001年01期

2 譚衢霖,邵蕓;雷達遙感圖像分類新技術發(fā)展研究[J];國土資源遙感;2001年03期

3 杜鳳蘭,田慶久,夏學齊;遙感圖像分類方法評析與展望[J];遙感技術與應用;2004年06期

4 李石華,王金亮,畢艷,陳姚,朱妙園,楊帥,朱佳;遙感圖像分類方法研究綜述[J];國土資源遙感;2005年02期

5 付小勇;楊建祥;譚靖;;基于統(tǒng)計的遙感圖像分類方法[J];林業(yè)調(diào)查規(guī)劃;2005年06期

6 王一達;沈熙玲;謝炯;;遙感圖像分類方法綜述[J];遙感信息;2006年05期

7 李華;曹衛(wèi)彬;劉姣娣;;土地監(jiān)測中提高遙感圖像分類精度的方法研究[J];安徽農(nóng)學通報;2008年22期

8 岳昔娟;張勇;黃國滿;;改進的直方圖均衡化在遙感圖像分類中的應用[J];四川測繪;2008年04期

9 曾聯(lián)明;吳湘濱;劉鵬;;感興趣區(qū)域遙感圖像分類與支持向量機應用研究[J];計算機工程與應用;2009年06期

10 金良;于鳳鳴;;計算機遙感圖像分類法在天然草原土地利用現(xiàn)狀研究中的應用[J];科技資訊;2010年36期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 張守娟;周詮;;空間數(shù)據(jù)挖掘決策樹算法在遙感圖像分類中的應用研究[A];中國遙感應用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年

2 鄧文勝;邵曉莉;劉海;萬誥方;許亮;;基于證據(jù)理論的遙感圖像分類方法探討[A];中國地理學會2006年學術年會論文摘要集[C];2006年

3 周軍其;張紅;孫家b，

本文編號：517639