基于改进SVM算法的高分辨率遥感影像分类

发布时间：2017-08-18 11:20

  本文关键词：基于改进SVM算法的高分辨率遥感影像分类

  更多相关文章： 高分辨率遥感影像 支持向量机(SVM) 主成分分析 网格搜索法 分类性能

【摘要】：针对面向对象高分辨率遥感影像分类样本维数多、数据量大的特点,提出了一种简单的支持向量机(support vector machine,SVM)改进算法。首先对原始样本数据进行主成分分析(principal component analysis,PCA)实现降维,对降维后的样本数据进行SVM分类器训练,利用网格搜索法得出降维数据的最佳参数;以此参数作为基准,对基于原始样本数据的SVM分类器参数搜索范围进行重新设定,从而快速获取原始样本数据的最佳SVM分类器参数,并实现分类。利用2景World View2高分辨率影像分别对城市土地利用以及林木树种进行分类实验,比较分析传统SVM算法、仅基于PCA降维样本数据的SVM算法以及改进的SVM算法在分类精度与效率方面的差异。实验结果表明,改进的SVM算法能够快速有效地寻找最佳SVM分类器参数,并获得较高的分类精度。
【作者单位】： 首都师范大学城市环境过程与数字模拟国家重点实验室培育基地;
【关键词】： 高分辨率遥感影像 支持向量机(SVM) 主成分分析 网格搜索法 分类性能
【基金】：教育部博士点基金项目“城市复杂环境对高分辨率遥感提取多尺度植被信息的影像研究——以北京市为例”(编号:20131108120006) 国家自然科学基金项目“基于时序InSAR技术与灰色-马尔可夫模型的北京平原区地面沉降时空预测研究”(编号:41401493)共同资助
【分类号】：TP751
【正文快照】： 0引言随着遥感技术的不断发展,近年来涌现出一系列诸如IKONOS,Quick Bird,Geo Eye,Rapid Eye,World View1,World View2,World View3以及我国高分1号和高分2号等高空间分辨率卫星传感器(地面分辨率小于5 m)。由于高分辨率遥感影像能在较小的空间尺度上获取细节丰富的地物信息,

【相似文献】

中国期刊全文数据库 前10条

1 黄恩兴;;遥感影像分类结果的不确定性研究[J];中国农学通报;2010年05期

2 贾坤;李强子;田亦陈;吴炳方;;遥感影像分类方法研究进展[J];光谱学与光谱分析;2011年10期

3 朱丹瑶;;遥感影像分类方法研究[J];黑龙江科技信息;2012年33期

4 孙立新,罗高平,张怡梅;遥感影像分类的归类学习方法[J];测绘工程;1998年03期

5 李爽,丁圣彦,许叔明;遥感影像分类方法比较研究[J];河南大学学报(自然科学版);2002年02期

6 黄艳;张超;苏伟;岳安志;;合理尺度纹理分析遥感影像分类方法研究[J];国土资源遥感;2008年04期

7 付博;谢振红;邓彩群;;改进的角度余弦方法在湿地遥感影像分类中的应用[J];吉林建筑工程学院学报;2010年04期

8 杨慧;郑思莉;唐赫;朱文谦;程战员;;面向对象的武汉市街区公共遥感影像分类研究[J];软件导刊;2014年01期

9 杨玉静;冯建辉;;纹理特征提取及辅助遥感影像分类技术研究[J];海洋测绘;2008年04期

10 李小涛;潘世兵;宋小宁;;基于地质统计学纹理特征的遥感影像分类方法研究[J];地理与地理信息科学;2009年02期

中国重要会议论文全文数据库 前10条

1 刘忠阳;陈怀亮;杜子璇;邹春辉;;基于决策树方法的Landsat7 ETM+遥感影像分类研究[A];农业生态与卫星遥感应用技术学术交流会论文摘要集[C];2006年

2 王珊珊;季民;高洁;焦其松;;CBR方法在高分辨率遥感影像分类中的应用[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

3 汤家法;;基于可拓分类器的遥感影像分类[A];第十七届中国遥感大会摘要集[C];2010年

4 巫兆聪;;RBF网络的粗糙表示与遥感影像分类应用[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

5 杨剑;蒲英霞;何一鸣;;基于Getis的遥感影像分类研究[A];中国地理学会百年庆典学术论文摘要集[C];2009年

6 赵泉华;宋伟东;鲍勇;;基于分形纹理的BP神经网络遥感影像分类[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

7 王梁;韩坤英;;分形理论在遥感影像分类中的应用[A];第十二届全国数学地质与地学信息学术研讨会论文集[C];2013年

8 汪东川;龚建华;张利辉;;基于时间序列轨迹分析的遥感影像分类结果联合校正[A];第十七届中国遥感大会摘要集[C];2010年

9 罗小波;刘明皓;;基于优化的BP神经网络遥感影像分类[A];2006年中国土地学会学术年会论文集[C];2006年

10 ;结合光谱、纹理与形状特征的高空间分辨率遥感影像分类(英文)[A];中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集[C];2009年

中国博士学位论文全文数据库 前9条

1 王巍;基于Agent的遥感影像分类方法及其应用研究[D];中国地质大学(北京);2016年

2 任广波;基于半监督学习的遥感影像分类技术研究[D];中国海洋大学;2010年

3 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年

4 巫兆聪;粗集理论在遥感影像分类中的应用[D];武汉大学;2004年

5 易俐娜;面向对象遥感影像分类不确定性分析[D];武汉大学;2011年

6 胥海威;基于改进随机聚类决策森林算法的遥感影像分类研究[D];中南大学;2012年

7 徐盛;基于主题模型的高空间分辨率遥感影像分类研究[D];上海交通大学;2012年

8 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年

9 丁胜;智能优化算法在高光谱遥感影像分类中的应用研究[D];武汉大学;2010年

中国硕士学位论文全文数据库 前10条

1 吴聪;面向对象的高分辨率遥感影像分类在卫片执法中的应用研究[D];昆明理工大学;2015年

2 周杨;面向对象的高分辨率遥感影像分类技术研究[D];中国地质大学(北京);2015年

3 李奇峰;结合多特征描述和SVM的遥感影像分类研究[D];郑州大学;2015年

4 宋晓阳;面向对象的遥感分类系统研究[D];南京农业大学;2014年

5 张静;西北旱区遥感影像分类方法研究[D];西北农林科技大学;2016年

6 刘安斐;基于数据融合的遥感影像分类[D];解放军信息工程大学;2006年

7 任亚芬;面向并行环境的遥感影像分类算法设计与实现[D];华中科技大学;2011年

8 白秀莲;基于决策树方法的遥感影像分类研究[D];内蒙古师范大学;2012年

9 王松妍;基于云理论的遥感影像分类方法研究[D];辽宁工程技术大学;2013年

10 陈小瑜;基于空间数据挖掘与知识发现的遥感影像分类研究[D];福建师范大学;2007年

，

本文编号：694296