首页 -> 文献共享 -> 土地利用-> 正文

SVM 法在喀斯特城市土地利用分类中的应用

作者：江丽莎   出版商：广西师范大学计算机科学与信息工程学院   出版日期：2013 年 6 月
  摘要：选取覆盖桂林城区的美国Landsat5卫星TM图像，利用支持向量机SVM提取土地利用信息，同时与最大似然法、决策树和人工神经网络的分类结果比较，研究提高喀斯特城市遥感分类精度的方法，并分析1989～2006年桂林城区土地利用的变化。结果表明，SVM可提高喀斯特城市土地利用信息遥感分类的精度，可有效地动态监测喀斯特城市土地利用的变化。SVM的地物分类精度和Kappa系数最高，总体分类精度为91.7%，超过90%，Kappa系数为0.827，明显高于人工神经网络、决策树和最大似然法的分类结果。1989～2006年桂林城区土地利用类型发生了很大变化，建筑物面积大幅度增加，而农业用地面积大幅度减少，较小水体的面积萎缩甚至完全消失。
查看全文 本地浏览
相关数据
暂无相关数据！
相关文章
暂无相关文献！
●  上一篇： 基于遥感影像理解模型的土地利用时空变化监测     ●  下一篇： 竞奏共鸣下的 “ 对话 ” ——— 从 《 地图 》 解读谭盾音乐    
声明：本站文献资源来源于网络，仅供学习交流使用，不得以任何形式用于商业用途，请于浏览后24小时内删除。如有疑问欢迎与我们联系，感谢您的支持。