遗传算法优化的支持向量机湿地遥感分类

遗传算法优化的支持向量机湿地遥感分类

ID:33328400

大小:1.35 MB

页数:9页

时间:2019-02-24

遗传算法优化的支持向量机湿地遥感分类_第1页
遗传算法优化的支持向量机湿地遥感分类_第2页
遗传算法优化的支持向量机湿地遥感分类_第3页
遗传算法优化的支持向量机湿地遥感分类_第4页
遗传算法优化的支持向量机湿地遥感分类_第5页
资源描述:

《遗传算法优化的支持向量机湿地遥感分类》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、Seediscussions,stats,andauthorprofilesforthispublicationat:https://www.researchgate.net/publication/324865363WetlandRemoteSensingClassificationBasedonSupportVectorMachineOptimizedwithGeneticAlgorithm:ACaseStudyinHongheNaturalReserveArticleinScientiaGeographicaSin

2、ica·April2012DOI:10.13249/j.cnki.sgs.2012.04.434CITATIONSREADS4144authors,including:CeZhangLancasterUniversity20PUBLICATIONS110CITATIONSSEEPROFILESomeoftheauthorsofthispublicationarealsoworkingontheserelatedprojects:Deeplearningusingveryfinespatialresolutionremo

3、telysensedimageryViewprojectImageLearnViewprojectAllcontentfollowingthispagewasuploadedbyCeZhangon01May2018.Theuserhasrequestedenhancementofthedownloadedfile.第32卷第4期地理科学Vol.32No.42012年04月SCIENTIAGEOGRAPHICASINICAApr.,2012遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例臧淑英,张策,张

4、丽娟,张玉红(哈尔滨师范大学地理科学学院,黑龙江哈尔滨150025)摘要:湿地遥感分类作为湿地管理、监测与评价的重要手段,受到了广泛的关注。遗传算法(GA)借鉴了生物进化规律进行启发式搜索寻优,支持向量机(SVM)是一种新型的空间数据挖掘方法,二者相结合可以发挥各自的优势,寻找到支持向量机的全局最优参数,从而较准确地对湿地进行遥感分类。以洪河自然保护区为例,采用遗传算法优化的支持向量机方法进行了湿地遥感分类研究。同格网搜索下的支持向量机湿地遥感分类及最大似然监督分类对比,结果表明,遗传算法优化较格网搜索方式总精度提高了

5、7.29%,较最大似然监督分类提高了12.06%,方法改善了沼泽、草地与裸地三种地物间的区分,是湿地遥感分类的有效手段。关键词:湿地;遥感分类;遗传算法;支持向量机;洪河自然保护区中图分类号:TP751.1文献标识码:A文章编号:1000-0690(2012)04-0434-08湿地是生态系统的重要组成部分,在调蓄洪空间数据挖掘技术是从空间数据中寻找内在水、调节河川径流、补给地下水和维持区域水平衡的客观规律,而遥感数据自动分类识别是空间数[9]及维持野生动植物种群存续等方面具有重要的意据挖掘的重要任务之一。支持向量机(

6、Support[1,2]义。然而,湿地面临着自然与人类高强度干扰,vectormachine,简称SVM)作为一种新型的机器有必要对湿地植被及其周围的土地利用类型进行学习方法,以其坚实的理论基础和理想的实验性[3,4][10]适时、动态的监测与模拟。能,近年来广泛应用于遥感分类中,在解决小样卫星遥感作为对地观测的综合性技术,在湿本、非线性及高维模式识别中,支持向量机表现出[5]地精确记录和监测中展现了诸多优势。作为复许多特有的优势。然而,在实际使用中往往存在着杂生态系统,湿地景观存在着高度的异质性,在遥模型参数的选择问

7、题。传统的格网搜索方式很难感影像上的光谱特征和空间特征对环境背景的依精确找到合适的参数,以达到高精度识别的目的。赖性较大,而且往往存在“同物异谱”和“同谱异遗传算法(GeneticAlgorithm,简称GA)是一物”的现象,仅仅依靠遥感光谱差异,对于水陆交类借鉴生物界自然选择和自然遗传机制的启发式汇复杂生态系统的分类识别难以取得较高的分类搜索算法,较以往传统的搜索算法具有使用方便、[6,7]精度。充分利用湿地的光谱、纹理、地形等多源鲁棒性强、便于并行处理等特点,广泛应用于各种[8][11]数据,可以改进湿地遥感分类。

8、领域。在遥感领域,有学者利用支持向量机进行[12,13]传统的遥感分类方法基于统计计算,如最小了湿地进行了遥感分类及信息提取。支持向距离分类、最大似然分类等方法,属于是参数化的量机与遗传算法的高光谱影像分类特征选择方法[14]分类模型,即假设分类目标服从正态分布,然而地也有探讨,然而将支持向量机同遗传算法结合在形、土壤等辅助因子的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。