文献类型：期刊文章

作　　者：谢馨娴[1] 岳彩荣[2]

XIE Xinarian;YUE Cairong(Graduate School of Southwest Forestry University,Kunming 650224 , China;Forestry Collegeof Southwest Forestry University, Kunming 650224, China)

机构地区：[1]西南林业大学研究生院,云南昆明650224 [2]西南林业大学林学院,云南昆明650224

出　　处：《测绘地理信息》

基　　金：国家自然科学基金(31260156)

年　　份：2019

卷　　号：44

期　　号：3

起止页码：109-112

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、GEOBASE、IC、INSPEC、PROQUEST、RCCSE、SCOPUS、ZGKJHX、普通刊

摘　　要：为研究多特征组合对提高遥感影像土地利用分类精度的作用,以云南省洱源县作为研究区域,利用EnMAP-Box软件对选取的多特征组合向量进行支持向量机(support vector machines,SVM)分类。本文选取了绿度植被指数、归一化建筑指数及基于灰度共生矩阵提取的纹理信息和最优波段组合等光谱特征构成分类多特征组合向量,通过EnMAP-Box软件寻优SVM最佳分类模型对多特征组合向量进行遥感影像土地利用分类。同时选择了云南省思茅区验证此法的适用性。结果表明,基于多特征组合的支持向量机分类法其总体分类精度为90.73%,分别比最大似然分类法高13%左右,比原始波段影像的分类精度高大约7%左右,另一验证区域精度结果表明此法具有一定适用性。

关 键 词：分类  多特征  SVM EnMAP-Box  

分 类 号：TP751]