基于支持向量机分类的遥感土壤盐渍化信息监测

被引：12

作者：

依力亚斯江·努尔麦麦提

丁建丽

塔西甫拉提·特依拜

吐尔逊·艾山

机构：

[1] 新疆大学资源与环境科学学院

[2] 新疆大学绿洲生态教育部重点实验室

[3] 新疆大学理论经济学博士后流动站

来源：

水土保持研究 | 2007年 / 04期

关键词：

支持向量机(SVM); 遥感图像; 盐渍化;

D O I：

暂无

中图分类号：

S156 [土壤改良]; TP79 [遥感技术的应用];

学科分类号：

081102 ; 0816 ; 081602 ; 082802 ; 083002 ; 1404 ;

摘要：

遥感技术在大尺度土壤盐渍化检测方面有着宏观性、实时性、动态性等优势和广阔的应用前景,但是传统的遥感图像分类方法精度不高、分类效率较低和不确定性。提出了基于支持向量机(Support Vector Machine,SVM)的分类方法,介绍了SVM算法的基本原理,通过支持向量机分类法与传统分类方法(最大似然法和最小距离法)在盐渍化信息提取结果上进行对比,表明基于SVM的遥感图像分类方法能够较好的检测土壤的盐渍化信息,分类总精度达到95.66%,比最大似然法和最小距离法分类精度(分别为91.54%和85.42%)更高,因此更适合于遥感图像分类和盐渍化信息检测。

引用

页码：209 / 214 +222

页数：7

共 22 条

[1] 基于二叉树和SVM的指纹分类 [J].