基于 SVM 方法的 SPOT-5影像植被分类1）

基于 SVM 方法的 SPOT-5影像植被分类1）
黎良财;张晓丽;郭航
【期刊名称】《东北林业大学学报》
【年(卷),期】2014(000)001
【摘要】运用SPOT-5全色和多光谱影像，采用支持向量机（ SVM）法对森林植被进行分类研究，探讨了SVM法的分类能力以及纹理信息在森林植被分类中的影响。

结果表明：Gram-Schmidt光谱锐化法是北京山区SPOT-5影像最佳的融合方法；SVM法在高分辨率影像森林植被分类中精度较高，不同核函数对分类精度的影响不显著；基于灰度共生矩阵产生的纹理信息能够提高SVM法的分类精度，3×3窗口是提高分类精度的最佳纹理窗口。

【总页数】6页(P51-56)
【作者】黎良财;张晓丽;郭航
【作者单位】省部共建森林培育与保护教育部重点实验室北京林业大学，北京，100083;省部共建森林培育与保护教育部重点实验室北京林业大学，北京，100083;省部共建森林培育与保护教育部重点实验室北京林业大学，北京，100083
【正文语种】中文
【中图分类】S771.8;TP753
【相关文献】
1.一种基于决策树的SPOT-5影像分类方法 [J], 朱宏波
2.基于Stokes矢量特征与GA-SVM的全极化SAR影像分类方法研究 [J], 徐昆鹏;李增元;陈尔学;包玉海
3.基于MKSVM和MRF的高光谱影像分类方法 [J], 谭熊;余旭初;张鹏强;付琼莹;魏祥坡;高猛
4.基于多核SVM的高光谱影像植被精细分类 [J], 秦进春;张丽;彭宇;
5.基于TSVM和纹理特征的WIS遥感影像分类方法 [J], 金鹏飞; 汤瑜瑜; 危峻因版权原因，仅展示原文概要，查看原文内容请购买。