Indexed by：
Abstract：
湿地资源含水量高,光谱特征混淆,一般方法难以有效提取湿地信息.采用支持向量机(SVM)方法对ALOS AVNIR-2数据进行湿地信息提取实验.首先,以分割和分类迭代的方法获得多尺度对象层;其次,提取对象的光谱特征、纹理特征、形状特征和自定义特征,采用SVM分类器进行影像分类;最后,通过地类的实际分布情况与初步分类结果的比较,分析SVM结果的错分情况,从而构建优化规则修正结果.两个地区湿地信息提取结果的总体精度分别为94.45％和94.18％,对应kappa系数为0.91和0.92,该方法明显提高了湿地类别的识别精度.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
遥感信息
ISSN： 1000-3177
CN： 11-5443/P
Year： 2014
Issue： 2
Volume： 29
Page： 91-95,101
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
