基于支持向量机的遥感图像分类研究综述
本文关键词:基于支持向量机的遥感图像分类研究综述
【摘要】:遥感技术是目前用于研究地球矿产资源与能源的重要技术手段,遥感图像分类在遥感技术应用中起着关键作用。支持向量机(Support Vector Machines,SVM)是基于VC维(Vapnik-Chervonenkis Dimension)理论和结构风险最小化原理的机器学习方法,已被广泛应用于实际的遥感影像分类中。对国内外学者对此做的大量研究成果进行了系统的总结。对基于支持向量机的遥感图像分类方法进行了层次性梳理,不但纵向分析和比较了每类方法的原理及优缺点,而且对各类方法进行了横向比较和分析,较为系统和完整地概括了基于支持向量机的遥感影像分类方法的研究现状。最后指出了支持向量机算法应用于遥感图像分类的未来发展方向。
【作者单位】: 中国矿业大学(北京)机电与信息工程学院;
【关键词】: 遥感图像 分类 支持向量机
【基金】:国家高技术研究发展计划(863)重大专项:全球巨型成矿带重要矿产资源与能源遥感探测与评价系统研发(2012AA12A308) 核设施退役及放射性废物治理科研项目(FZ1402-08) 北京市高校青年英才计划 中国矿业大学(北京)大学生创新计划重点项目资助
【分类号】:TP18;TP751
【正文快照】: 到稿日期:2015-08-06返修日期:2015-11-27本文受国家高技术研究发展计划(863)重大专项:全球巨型成矿带重要矿产资源与能源遥感探测与评价系统研发(2012AA12A308),核设施退役及放射性废物治理科研项目(FZ1402-08),北京市高校青年英才计划,中国矿业大学(北京)大学生创新计划重点
【参考文献】
中国期刊全文数据库 前10条
1 林怡;刘冰;陈映鹰;潘琛;;多特征差分核支持向量机遥感影像变化检测方法[J];武汉大学学报(信息科学版);2013年08期
2 许菡;孙永华;李小娟;;遥感影像混合像元的分解——基于加权后验概率的支持向量机分类算法[J];地球信息科学学报;2013年02期
3 刘庆杰;荆林海;王梦飞;蔺启忠;;基于克隆选择支持向量机高光谱遥感影像分类技术[J];光谱学与光谱分析;2013年03期
4 刘峰;张立民;张瑞峰;;基于粗糙集支持向量机的遥感影像分类算法研究[J];电子设计工程;2012年23期
5 王静;何建农;;基于K型支持向量机的遥感图像分类新算法[J];计算机应用;2012年10期
6 胡河山;覃亚丽;;基于蚁群算法的多光谱遥感图像分类[J];杭州电子科技大学学报;2012年04期
7 丁胜锋;孙劲光;陈东莉;姜晓林;;基于模糊双支持向量机的遥感图像分类研究[J];遥感技术与应用;2012年03期
8 臧淑英;张策;张丽娟;张玉红;;遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例[J];地理科学;2012年04期
9 杨佳佳;姜琦刚;陈永良;崔瀚文;张汉女;;基于最小二乘支持向量机和高分辨率遥感影像的大尺度区域岩性划分[J];中国石油大学学报(自然科学版);2012年01期
10 陈杰;邓敏;肖鹏峰;杨敏华;梅小明;刘慧敏;;结合支持向量机与粒度计算的高分辨率遥感影像面向对象分类[J];测绘学报;2011年02期
【共引文献】
中国期刊全文数据库 前6条
1 胡学岭;谢永华;张恒德;;基于多纹理特征和PCA的地基云图识别研究[J];科学技术与工程;2013年32期
2 赵一兵;邓云翔;郭烈;潘驰;;无人驾驶车野外环境水体障碍物检测[J];中国科技论文;2013年11期
3 乔婷;张怀清;陈永富;凌成星;;基于NDVI分割与面向对象的东洞庭湖湿地植被信息提取技术[J];西北林学院学报;2013年04期
4 张树文;颜凤芹;于灵雪;卜坤;杨久春;常丽萍;;湿地遥感研究进展[J];地理科学;2013年11期
5 吴见;刘民士;李伟涛;;自然保护区遥感信息提取技术研究进展[J];世界林业研究;2013年01期
6 裴欢;房世峰;;基于地物光谱特征和空间特征的干旱区绿洲土地分类[J];地理科学;2013年11期
【二级参考文献】
中国期刊全文数据库 前10条
1 许菡;李小娟;;Normalized Cut与分水岭变换在高光谱影像混合像元端元提取中的应用[J];中国图象图形学报;2012年07期
2 张策;臧淑英;金竺;张玉红;;基于支持向量机的扎龙湿地遥感分类研究[J];湿地科学;2011年03期
3 陈伟;余旭初;张鹏强;王智超;王鹤;;基于一类支持向量机的高光谱影像地物识别[J];计算机应用;2011年08期
4 崔炳德;;支持向量机分类器遥感图像分类研究[J];计算机工程与应用;2011年27期
5 宋翠玉;李培军;杨锋杰;;基于多元局部二值模式的遥感图像纹理提取与分类[J];遥感技术与应用;2011年03期
6 王双亭;艾泽天;都伟冰;康敏;;基于SVM不同核函数的多源遥感影像分类研究[J];河南理工大学学报(自然科学版);2011年03期
7 贾振红;余银峰;杨杰;胡英杰;;一种新的无监督的卫星影像变化检测算法[J];光电子.激光;2011年03期
8 任军号;吉沛琦;耿跃;;SOM神经网络改进及在遥感图像分类中的应用[J];计算机应用研究;2011年03期
9 武维;李玉霞;童玲;顾行发;;基于共生矩阵的遥感图像面向对象分割[J];计算机工程与设计;2011年02期
10 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期
【相似文献】
中国期刊全文数据库 前10条
1 刘庆生,刘高焕,蔺启忠,王志刚;基于逻辑斯蒂模型的遥感图像分类[J];国土资源遥感;2001年01期
2 谭衢霖,邵芸;雷达遥感图像分类新技术发展研究[J];国土资源遥感;2001年03期
3 杜凤兰,田庆久,夏学齐;遥感图像分类方法评析与展望[J];遥感技术与应用;2004年06期
4 李石华,王金亮,毕艳,陈姚,朱妙园,杨帅,朱佳;遥感图像分类方法研究综述[J];国土资源遥感;2005年02期
5 付小勇;杨建祥;谭靖;;基于统计的遥感图像分类方法[J];林业调查规划;2005年06期
6 王一达;沈熙玲;谢炯;;遥感图像分类方法综述[J];遥感信息;2006年05期
7 李华;曹卫彬;刘姣娣;;土地监测中提高遥感图像分类精度的方法研究[J];安徽农学通报;2008年22期
8 岳昔娟;张勇;黄国满;;改进的直方图均衡化在遥感图像分类中的应用[J];四川测绘;2008年04期
9 曾联明;吴湘滨;刘鹏;;感兴趣区域遥感图像分类与支持向量机应用研究[J];计算机工程与应用;2009年06期
10 金良;于凤鸣;;计算机遥感图像分类法在天然草原土地利用现状研究中的应用[J];科技资讯;2010年36期
中国重要会议论文全文数据库 前5条
1 张守娟;周诠;;空间数据挖掘决策树算法在遥感图像分类中的应用研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
2 邓文胜;邵晓莉;刘海;万诰方;许亮;;基于证据理论的遥感图像分类方法探讨[A];中国地理学会2006年学术年会论文摘要集[C];2006年
3 周军其;张红;孙家b,
本文编号:517639
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/517639.html