SVM核函数对南汇潮滩湿地高分二号卫星数据分类精度的影响分析

发布时间：2021-11-13 00:24

　　针对支持向量机在高分二号卫星遥感图像分类中的核函数选择问题,以长江口南汇典型潮滩湿地为研究区,进行了支持向量机不同核函数分类结果的对比分析。首先,根据实地测量以及无人机航拍影像标记六类地物共计1800个优质样本点,然后将标记样本点的像元值投影到三维空间中,分析了支持向量机分类过程中最优分类超平面的构建以及误差来源,最终从标记样本点中选取训练样本和测试样本,进行了支持向量机不同核函数的分类训练,得到分类结果和分类精度。研究结果表明,在训练样本数量相同的情况下,线性核函数支持向量机的分类结果好于RBF核函数和Sigmoid核函数的分类结果。三种核函数的分类精度都随着训练样本数量的增加逐渐增高并趋于稳定,RBF核函数和Sigmoid核函数支持向量机分类精度变化趋于对数分布。 

【文章来源】：海洋湖沼通报. 2020,(02)北大核心CSCD

【文章页数】：12 页

【部分图文】：

实验流程图

本文选用的实验数据是2016年5月4日的高分二号影像数据(图2),大小为512×512像元,数据集总共包括262144个像元。研究区域主要由5种土地覆盖类型组成,包括水体、裸土、道路、芦苇和一枝黄花。5月份芦苇处于生长期和展叶期,因此本文将芦苇分为生长期芦苇和展叶期芦苇两种类别。实验中,六种地物类型各有300个标记样本点,标记样本点的空间分布如图3所示。图3 标记样本点空间分布图

标记样本点空间分布图

【参考文献】：
期刊论文
[1]用高分一号数据提取玉米面积及精度分析[J]. 郭燕,武喜红,程永政,王来刚,刘婷.  遥感信息. 2015(06)
[2]基于非负矩阵分解和支持向量机的墨西哥湾溢油HJ-1星遥感图像分类[J]. 范剑超,王涛.  海洋环境科学. 2015(03)
[3]基于样本自动选择与SVM结合的海岸线遥感自动提取[J]. 朱长明,张新,骆剑承,李万庆,杨纪伟.  国土资源遥感. 2013(02)
[4]基于模糊双支持向量机的遥感图像分类研究[J]. 丁胜锋,孙劲光,陈东莉,姜晓林.  遥感技术与应用. 2012(03)
[5]基于遥感的长江口南汇潮滩植被群落时空动态变化[J]. 刘瑜,韩震.  上海海洋大学学报. 2009(05)
[6]一种基于支撑向量机的遥感影像不完全监督分类新方法[J]. 刘志刚,史文中,李德仁,秦前清.  遥感学报. 2005(04)



本文编号：3491938