本文關鍵詞：基于最大似然和支持向量機方法的遙感影像地物分類精度評估與比較研究

  更多相關文章： 分類 地物 最大似然 支持向量機 樣本

【摘要】：遙感影像的監(jiān)督分類算法在環(huán)境監(jiān)測、地質調查等領域均有重要應用。本文利用最大似然(ML)分類器和支持向量機(SVM)分類器對土地利用和地表覆蓋問題中地物類型的提取和識別進行研究,系統(tǒng)分析兩種不同分類方法對地物分類結果的影響。通過選取Landsat LT5和LE7衛(wèi)星遙感影像數(shù)據(jù)及定義訓練樣本,對比分析利用ML和SVM分類器的分類成果精度,其中Landsat LT5和ML、SVM組合的分類精度分別達94.64%和94.98%,而Landsat LE7和ML、SVM組合的分類精度則分別達97.63%和99.29%。研究表明,對于LT5影像,ML和SVM兩種分類器的精度相當,而對于LE7影像,SVM分類器的精度明顯高于ML分類器。
【作者單位】： 山東科技大學測繪科學與工程學院;長江水利委員會長江勘測規(guī)劃設計研究院;
【關鍵詞】： 分類 地物 最大似然 支持向量機 樣本
【基金】：國家自然科學基金項目(41376108,41506210) 測繪公益性行業(yè)科研專項經費資助項目(201512034) 海洋公益性行業(yè)科研專項經費資助項目(201305034) 中國博士后基金面上項目(2015M572064) 衛(wèi)星測繪技術與應用國家測繪地理信息局重點實驗室開放基金(KLAMTA201408) 海島(礁)測繪技術國家測繪地理信息局重點實驗室資助項目(2014A01)
【分類號】：P237;TP751
【正文快照】： 土地利用和土地覆蓋是全球環(huán)境變化研究的重要組成部分。利用遙感手段獲得土地利用及覆蓋信息的一個重要中間環(huán)節(jié)就是地物分類。遙感影像分類是計算機模式識別技術在遙感領域中的具體應用,其核心任務是確定不同地物類別間的判別準則[1]。目前遙感影像分類方法繁多,從不同角度

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 羅亦泳;張豪;張立亭;;基于遺傳支持向量機的多維灰色變形預測模型研究[J];浙江工業(yè)大學學報;2010年01期

2 尚坤;李培軍;程濤;;基于合成核支持向量機的高光譜土地覆蓋分類[J];北京大學學報(自然科學版);2011年01期

3 林樂科;張業(yè)榮;趙振維;李建儒;;基于支持向量機的地基單站GPS反演大氣剖面[J];南京郵電大學學報(自然科學版);2009年04期

4 王志軍;顧沖時;劉紅彩;;基于GIS與支持向量機的潰壩損失評估[J];長江科學院院報;2008年04期

5 洪曉鴻;洪璐;;回歸支持向量機在區(qū)域高程異常擬合中的應用[J];浙江國土資源;2014年05期

6 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 李歡;羅紅霞;朱子義;;基于Bayes決策規(guī)則完善支持向量機的最大邊緣算法[A];中國地理學會2007年學術年會論文摘要集[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 徐芳;航空影像分割的支持向量機方法[D];武漢大學;2004年

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 范良;基于EEMD去噪和果蠅支持向量機的變形預測方法研究[D];遼寧工程技術大學;2013年

2 孫曉霞;基于混合樣本和支持向量機的城市地物信息提取[D];河南大學;2014年

3 梁懷翔;支持向量機遙感圖像分類的研究[D];長安大學;2011年

，

本文編號：823083