首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献，搜索用时 15 毫秒
1.
面向对象的遥感影像分类方法克服了传统基于像元分类方法的弊端,将对象光谱、空间纹理等特征一并加入分类依据中,有效避免了“同谱异物”或“异物同谱”的问题,适合于高分辨率的遥感影像分类。以武汉市某街区公共遥感影像为例,采用上述方法,结合支持向量机分类方法进行地物分类识别,结果显示,分类总体精度达到了89．9913％,取得了良好的分类效果。  相似文献   

2.
针对遥感影像数据集庞大,地物复杂难辨等特性导致分类难度加大的问题,文中构建了一种基于混合核函数极限学习机的遥感图像分类方法。运用该方法对遥感图像数据集进行分类处理,并将其与单核极限学习机、无核极限学习机、支持向量机等方法进行了对比。实验结果表明,基于混合核函数的极限学习机在对遥感图像进行分类时,其总体精度更优,且一致性效果更好。  相似文献   

3.
高光谱影像的分类中存在Hughes现象,随着维数的提高,所需要的样本数量也越来越多,因此训练样本数量的增加会使分类精度得到一定提高。本文利用AVIRIS高光谱影像数据,在标准训练样本集的基础上选取5%、10%和30%三种样本数量,分别在主成分分析、等距特征映射和拉普拉斯特征映射3种降维方法,及最大似然、人工神经元网络和支持向量机3种典型的分类方法的组合下进行了监督分类实验,分析了训练样本数量对高光谱影像总体分类精度的影响。结果表明:训练样本数量的增加在一定程度上能够提高高光谱影像的分类精度,但在不同的降维方法和分类方法上表现有一定差异,相对而言主成分分析法和支持向量机法的分类精度对样本量的增加更加敏感,且在相同的降维方法下支持向量机法的分类精度最高。  相似文献   

4.
以Sentinel-1/2哨兵卫星获取的雷达和多光谱遥感影像为数据源,提取多时相光谱反射和微波后向散射特征变量,基于面向对象的随机森林算法对吉林省扶余市水稻、玉米和大豆分类,并与支持向量机算法比较,综合评估基于多源遥感数据的面向对象随机森林算法对大范围农作物自动识别的适用性。结果表明：利用多时相多源遥感数据能够有效提高作物分类精度。面向对象随机森林算法的分类总体精度为87.32%,高于支持向量机算法9.82%。利用面向对象随机森林算法结合多时相主被动遥感特征变量能够准确地自动识别大范围农作物,可为作物种植面积调查与产量估值提供重要的支撑。  相似文献   

5.
基于支持向量机的土地覆被遥感分类   总被引：4，自引：0，他引：4  
遥感图像的分类是研究土地变化的基础。传统的遥感图像分类存在着精度不高,不确定性强的特点。本文使用支持向量机（SVM,Support Vector Machine）技术对遥感图像分类,并与传统的最大似然分类进行对比试验。结果表明不同参数组合下SVM的分类总精度和Kappa指数普遍高于最大似然分类的结果,其最高总精度高出最大似然分类0.9779%。SVM和最大似然分类结果都存在着类别混分,但是SVM混分程度远小于最大似然分类,其精度保持在可接受的范围内,如对于低密度草而言,最大似然分类的用户精度下降到84.68%,而支持向量机的用户精度虽然也有下降但还是保持在92.31%。SVM在样本数目很少的情况下表现出了出色的学习能力,是机器学习领域很有希望的一种学习方法。  相似文献   

6.
本文开展了基于支持向量机(Support Vector Machine,SVM)的Landsat8遥感影像分类算法研究。研究区域是内蒙古河套灌区。本文的研究成果对于内蒙古遥感测绘有关的科研工作具有一定的参考价值。  相似文献   

7.
针对Web中文文本分类中现有权重计算方法的不足和支持向量机算法对大数据量模式分类的低效性,提出了基于粗糙集约简并且加权的支持向量机分类方法;粗糙集作为支持向量机分类的前期预处理器,应用粗糙集的约简理论和基于Web中文文本的可变精度粗糙集加权方法对分类前的数据分别进行简化并计算权重,从而提高支持向量机后期分类的效率和精度;实验结果表明,支持向量机对约简并加权后的数据进行分类,分类性能得到了进一步保证。  相似文献   

8.
《科技风》2016,(16)
基于GF-2与Land Sat-8影像数据,利用支持向量机分类器(SVM)对同区域同期两种数据进行土地利用覆盖分类对比研究。结果表明:典型样本的光谱比较接近,但在农田与林地、不透水面与裸土的典型样本可分离性方面,Land Sat-8优于GF-2;GF-2与Land Sat-8的分类总精度分别为92.25%和92.06%,但不同地物类型的分类精度存在差异,波谱响应函数的差异可能是导致Land Sat-8对林地的分类精度高于GF-2的原因;此外,GF-2对零碎分布地物类型的分类精度高于Land Sat-8,主要原因是GF-2具有更高的空间分辨率。  相似文献   

9.
为了提高文本分类的准确性和效率,提出了一种基于潜在语义分析和超球支持向量机的文本分类模型.针对SVM对大规模文本分类时收敛速度较慢这一缺点,本文将超球支持向量机应用于文本分类,采用基于增量学习的超球支持向量机分类学习算法进行训练和分类.实验结果表明,超球支持向量机是一种解决SVM问题的有效方法,在文本分类应用中具有与SVM相当的精度,但是明显降低了模型复杂度和训练时间.  相似文献   

10.
本文选择徐州市沛县地区作为研究区,运用支持向量机(SVM)对研究区多时相TM/ETM+遥感影像进行土地覆盖分类,取得了比较满意的分类精度。在此基础上,结合景观生态学,从定性和定量两个角度对研究区近10年来的土地覆盖变化和景观生态格局变化作了分析,结果能够较好地反映研究区近年来的发展状况。最后根据研究成果,对研究区的发展提出一些有效性建议,以期能够对研究区快速、可持续的发展提供科学依据。  相似文献   

11.
为实现高分辨率遥感影像低层特征的有效组织与优化,提高特征的可判别性,重点研究了基于稀疏编码的中层特征学习、基于支持向量机(Support Vector Machine,SVM)的分类技术,提出了基于软概率级联中层特征学习模型实现土地利用/土地覆盖(Land Use and Land Cover,LULC)分类。首先,提取影像的灰度共生矩阵(Graylevel Co-occurrence Matrix,GLCM)、光谱特征、密集尺度不变特征转换(Dense Scale Invariant Feature Transform,DSIFT)作为低层特征;然后由稀疏编码分别对GLCM、DSIFT和光谱特征进行稀疏编码,并结合最大平滑方法对稀疏系数进行优化,获得影像的中层特征,并通过SVM分类器分别计算LULC类别软概率,对其级联获得影像的特征表达;最后,利用SVM分类器再次分类获得LULC分类结果。选用武汉市远城区农村居民点作为实验样区,对该方法进行了验证,实验结果表明,该方法总体精度达到88%左右;相较于提取单一低层特征的分类方法,本文算法可有效提高LULC分类精度。  相似文献   

12.
运用支持向量机算法在解决遥感数据的分类问题上已经得到了普遍的认可,并进一步的向更深一个层面发展。本文分别针对惩罚参数C、权重参数W、训练样本数量N三个相关参数进行了多组对比实验研究,并对高光谱数据分类过程中支持向量机内部参数在分类中体现的特性进行了总结分析。  相似文献   

13.
针对传统支持向量机(SVM)多分类算法分类效果欠佳的问题,研究基于粗糙集(RS)理论和模糊支持向量机(FSVM)多类算法的模式分类新方法。首先用RS属性约简方法去除冗余信息,然后用FSVM结合三叉分类树多类算法对约简后的样本分类。用本文方法在UCI数据库的数据集上做实验,与其他方法相比分类速度和精度显著提高,说明该方法是有效的。  相似文献   

14.
支持向量机在植物分类中的应用   总被引：1，自引：0，他引：1  
马银晓  姚敏 《科技通报》2007,23(3):404-407
提出了基于支持向量机的分类原理对鸢尾属植物进行分类的方法。支持向量机是在统计学习理论基础上提出的一种新型的通用学习方法,主要应用于数据的分类和回归估计,而植物分类的主要依据是植物的外观特征。通过提取植物的特征数据和使用支持向量机算法获得实验结果,实验结果表明,采用支持向量机对植物分类是可行的。  相似文献   

15.
龚伏廷 《科技通报》2012,28(6):136-137,140
针对传统的支持向量机在分类中不能够逼近任意的分类界面,而造成分类精度低的问题,本文在传统的支持向量机核函数基础上,提出了一种基于遗传算法优化的支持向量机结构模型,并将该方法应用在DNA序列分类上。实验结果表明了本文算法在同等条件下要比传统的SVM分类方法具有更加优越的特征提取性能。  相似文献   

16.
基于支持向量机的电信客户欠费评估   总被引：1，自引：0，他引：1  
应用基于风险最小化原理的支持向量机,研究了电信客户欠费分类问题,并与K-均值聚类法、三层人工神经网络进行对比研究,发现支持向量机分类正确率平均为95.48%,K-均值聚类法为83.87%,三层BP人工神经网络为89.80%.结果表明支持向量机能够更好的反映电信客户欠费分类,是一种研究电信客户欠费分类问题的有效方法。  相似文献   

17.
20世纪90年代卫星遥感在全球和区域尺度土地覆盖研究与应用方面取得了突破性进展,土地利用/覆盖遥感研究的新方法不断出现。对国内外土地覆盖遥感图像分类的研究现状进行了综合阐述,初步探讨了提高土地覆盖遥感影像分类精度的方法与途径  相似文献   

18.
吴冲  夏晗 《预测》2009,28(4):57-61
研究表明支持向量机集成方法可以提高分类精度,但是目前所用的基于最多投票原则的集成策略无法评价单个支持向量机分类器的输出重要性.针对这个问题,本文建立一种基于五级分类的支持向量机集成方法,该方法具有四个因子输入,一个衡量商业银行信用风险的输出,该方法考虑了各子分类器的分类结果和各子分类器判决对最终决策的重要程度,利用Libsvm对某商业银行信贷的176组样本数据进行实证分析,结果表明本文提出的方法比其他分类方法的分类精度高,证实了该方法的可行性和有效性,为银行建立可靠的评估系统提供了依据.  相似文献   

19.
基于最小二乘支持向量机的数据挖掘应用研究   总被引：6，自引：0，他引：6  
蔡冬松  靖继鹏 《情报科学》2005,23(12):1877-1880
随着数据仓库技术、联机分析技术的发展。基于数据库的数据挖掘已成为一种重要的数据处理手段。最小二乘支持向量机作为一种新的机器学习方法。具有全局收敛性和良好的泛化能力。本文将其应用于数据挖掘的分类与预测研究。通过棱函数的选择及参数优化，并结合支持向量机、多层感知器神经网络模型及判别分析方法进行比较研究，证明最小二乘支持向量机作为一种有效的数据挖掘算法具有较高精度。  相似文献   

20.
本文选取河南省全年MODIS/EVI数据,进行土地覆盖分类。通过分析河南省的种植制度,然后结合地物波谱特征、物候规律,统计数据,非监督分类结果、相关专题图,采用最大似然分类、最小距离分类和支持向量机三种分类方法进行分类。每种方法又对主成分未标准化和标准化后的数据进行了对比。结果显示,支持向量机的分类结果精度最大,效果最好。表明MODIS数据可以利用高时间分辨率弥补其空间分辨率的不足得到较高精度的土地覆盖分类结果。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号