基于支持向量機(jī)的遙感影像分類研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展,遙感影像的計(jì)算機(jī)自動(dòng)分類技術(shù)開(kāi)始被人們所重視起來(lái),并大大提高了影像分類的質(zhì)量、精度和效率.但是基于傳統(tǒng)的遙感影像分類方法對(duì)遙感影像解譯分類主要是利用遙感影像中像元灰度值的統(tǒng)計(jì)規(guī)律來(lái)進(jìn)行,其分類的結(jié)果的精度受到訓(xùn)練樣本數(shù)目和算法自身的分類模型算法的限制.
　　支持向量機(jī)分類理論是建立在統(tǒng)計(jì)學(xué)習(xí)理論中的VC維和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上用以研究小樣本情況下機(jī)器分類方法,在實(shí)際的遙感影像分類應(yīng)用中表現(xiàn)出較好的適用性

2、.本文在中德科技合作與交流項(xiàng)目(2007DFB70200)和山東省自然科學(xué)基金(Y2008E10)的資助下,圍繞基于支持向量機(jī)的遙感影像分類方法來(lái)展開(kāi)研究的.
　　本文采用了支持向量機(jī)分類算法并結(jié)合影像光譜特征提取的方法進(jìn)行遙感影像分類研究,在文中構(gòu)建了5類支持向量機(jī)分類模型,并選取了三組不同數(shù)目的樣本類型進(jìn)行分類實(shí)驗(yàn)根據(jù)分類效果選擇一個(gè)最優(yōu)分類模型.最后將分類效果與傳統(tǒng)的機(jī)器分類算法的分類結(jié)果進(jìn)行對(duì)比研究.
　　對(duì)比研究結(jié)

3、果顯示支持向量機(jī)分類算法在三組訓(xùn)練樣本的條件下均表現(xiàn)出較高的分類精度,其總體分類精度均高于85％,KAPPA系數(shù)均高于0.8;在樣本數(shù)量發(fā)生變化的情況下,支持向量機(jī)分類算法的分類精度變化幅度最小,表現(xiàn)出了良好的適應(yīng)性.
　　研究發(fā)現(xiàn)支持向量機(jī)分類算法能夠很好的支持小樣本訓(xùn)練和分類處理;根據(jù)不同情況合理調(diào)整核函數(shù),對(duì)不同分類試驗(yàn)具有很好的適應(yīng)性;可以有效的避免“過(guò)學(xué)習(xí)”現(xiàn)象的產(chǎn)生,具有一定的算法優(yōu)勢(shì).作為遙感影像分類研究中的重要方法