支持向量机在高光谱遥感图像植被分类中的应用

被引：5

作者：

马心璐 ^{[1
,2
]}

任志远 ^{[1
]}

王永丽 ^{[1
]}

机构：

[1] 陕西师范大学旅游与环境学院

[2] 西北核技术研究所

来源：

农业系统科学与综合研究 | 2009年 / 25卷 / 02期

关键词：

支持向量机(SVM); 高光谱遥感; 精度分析;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

在分析传统统计模式识别分类方法分类精度不高的现状的基础上,以OMIS-I影像为例,采用基于支持向量机的方法对延河流域枣园地区植被信息进行提取,取得了很好的实验结果。与传统的最大似然分类提取方法相比,基于支持向量机的方法提取精度达90.50%,Kappa系数也超过了0.87,比单纯的最大似然分类方法提取精度高得多,而且该方法具有很强的操作性和实用性。图6,表2,参6。

引用

页码：204 / 207

页数：4

共 6 条

[1] 结合纹理的SVM遥感影像分类研究 [J].