|本期目录/Table of Contents|

[1]惠文华.基于支持向量机的遥感图像分类方法[J].地球科学与环境学报,2006,28(02):93-95.
　HU I Wen-hua.TM Image Classification Based on Support Vector Machine[J].Journal of Earth Sciences and Environment,2006,28(02):93-95.
点击复制

基于支持向量机的遥感图像分类方法(PDF)
分享到：

《地球科学与环境学报》[ISSN:1672-6561/CN:61-1423/P]

卷:
第28卷
期数:
2006年第02期
页码:
93-95
栏目:
出版日期:
2006-06-15

文章信息/Info

Title:
TM Image Classification Based on Support Vector Machine
作者:
惠文华
长安大学地质工程与测绘工程学院,陕西西安710054
Author(s):
HU I Wen-hua
School of Geological Engineering and Surveying Engineering, Chang' an University, Xi' an 710054, Shaanxi, China
关键词:
支持向量机; 光谱特征; 纹理特征; 最大似然法; 分类混淆矩阵
Keywords:
support vector machine;  spectrum feature;  texture feature;  maximum likelihood classifier;  classifica- tion confusion matrix
分类号:
P23;TP79
DOI:
-
文献标志码:
A
摘要:
为了提高遥感图像分类的精度,弥补传统最大似然分类方法所固有的分类时样本不足的缺陷,提出了 一种基于支持向量机、光谱特征和纹理特征相结合的遥感图像分类方法。采用ETM数据,按照其所提方法进 行了具体分类实验,并将实验结果与最大似然法分类的结果进行了比较分析。结果表明,利用基于支持向量机 的方法进行遥感图像分类,精度明显优于最大似然法分类的精度。利用光谱特征与纹理特征相结合进行分类比 单纯运用光谱特征进行分类效果要好。
Abstract:
In order to improve the accuracy of remote sensing image classification and compensate the weakness of maximum likelihood classifier, this paper puts forward a new classification method, which is based on Support Vector Machine(SVM). This method combines the spectrum features with texture ones. According to the meth- od classification test is done with ETM data, and the accuracy is compared with the one of maximum likelihood classifier. The results indicate that the accuracy obtained from the new method is better than the other' s, and combining spectrum feature and texture one is better than the one of only using one kind of feature.

参考文献/References:

[1] 祁亨年，杨建刚，方陆明 .基于多类 支持向量机的 遥感图像分 类及其半监督式改进策略[J] .复旦学报 :自然科学版，2004， 43(10):781 784 .
[2] Li Jiang，Narayan an Ram M .A Shape-based App roach to Change Det ecti on of Lakes Using Time Series Remot e Sensing Image[J] .IEEE Transact ions on Geoscience and Remot e Sensing，2003，41(11):2466 2477 .
[3] 关 勇 .基于支持向量机的图像特征选择研究[J] .现代计算 机，2004 (4):14 16 .
[4] 张学工 .关于统计学习理 论与支持向 量机[J] .自动 化学报， 2001，26 (1):32 42 .
[5] 张 翔，田金文，肖晓 玲, 等 .支持 向量机 及其在 医学图 像分 类中的应用[J] .信号处理，2004，20 (4):208 212 .
[6] 边肇 祺，张 学 工 .模 式 识别[M] .北 京 :清华 大 学 出版 社， 2000 .
[7] 韩 玲 .空 间逐 步寻优 数据 挖掘 在遥 感影像 分类 中的 应用 [J] .长安大学学报 :地球科学版，2003，25 (2):70 72 .

相似文献/References:

[1]边会媛,王飞,岳崇旺,等.利用弹性参数识别致密砂岩储层流体性质[J].地球科学与环境学报,2014,36(04):99.
　BIAN Hui-yuan,WANG Fei,YUE Chong-wang,et al.Fluid Property of Tight Sandstone Reservoir Identified with Elastic Parameters[J].Journal of Earth Sciences and Environment,2014,36(02):99.

备注/Memo

备注/Memo:
[收稿日期]2005-12-20
[基金项目]国家西部交通建设科技项目(200431881211)
[作者简介]惠文华(1968-),女,陕西蒲城人,讲师,博士研究生,从事遥感技术研究。
更新日期/Last Update: 2006-06-20