文献类型：期刊文章

作　　者：肖艳[1] 姜琦刚[1] 王斌[2] 李远华[1] 刘舒[1] 崔璨[3]

机构地区：[1]吉林大学地球探测科学与技术学院,长春130026 [2]长春市测绘院地理信息分院,长春130021 [3]大连海事大学航海学院,大连116000

出　　处：《农业工程学报》

基　　金：中国地质调查局资助项目(12120115063701);国土资源部公益性行业科研专项基金(201511078-1)

年　　份：2016

卷　　号：32

期　　号：4

起止页码：211-216

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20161102109626)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对面向对象土地利用分类存在特征维数过高的问题,提出了一种结合Relief F和粒子群优化算法(particle swarm optimization,PSO)的混合特征选择方法,即首先利用Relief F作为特征预选器滤除相关性小的特征,然后以PSO作为搜索算法,以支持向量机(support vector machine,SVM)的分类精度作为评估函数在剩余特征中选择出最优特征子集。该文以吉林省长春市部分区域为研究区,采用Landsat8遥感影像为数据源,首先对其进行多尺度分割,然后提取影像对象的光谱、纹理、形状和空间关系特征,利用提出的混合特征选择方法选取最优特征子集,最后使用SVM分类器对研究区进行土地利用分类,总体分类精度和Kappa系数分别为85.88%和0.8036,与基于4种其他特征选择方法的土地利用分类结果进行比较,基于Relief F和PSO的混合特征选择方法利用最少的特征获得最高的分类精度,能够有效地用于面向对象土地利用分类。

关 键 词：土地利用 分类  支持向量机  特征选择  面向对象 RELIEFF 粒子群优化算法

分 类 号：TP79] S127]