位置:成果数据库 > 期刊 > 期刊详情页
多特征和多分类器组合的湿地遥感影像分类
  • ISSN号:1002-8331
  • 期刊名称:计算机工程与应用
  • 时间:2012.9.9
  • 页码:9-13
  • 分类:TP751[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置] P237[天文地球—摄影测量与遥感;天文地球—测绘科学与技术]
  • 作者机构:[1]华中师范大学城市与环境科学学院,武汉430079
  • 相关基金:国家自然科学基金(No.41001260,No.41101407); 湖北省自然科学基金(No.2010CDZ005); 华中师范大学中央高校基本科研项目(No.CCNU10A01001)
  • 相关项目:基于多源遥感影像的洪湖湿地水生植被群落时空分布及其动态变化分析
作者: 李畅|刘鹏程|
中文摘要:

为了适应湿地遥感影像分类,选择了湿地影像的典型特征,提出了一种组合多分类器的湿地遥感分类方法。提取湿地遥感影像的独立分量、纹理、湖泊透明度、归一化水体指数、绿度指数和湿度分量特征;选择样本对最小欧氏距离、光谱夹角填图、贝叶斯和支持向量机分类器进行训练学习。根据各分类器的混淆矩阵对其赋权值,检验样本是否满足正态分布;根据权值和假设检验结果构建组合分类器决策网络。实验表明该方法较传统湿地分类方法具有更好的性能和更高的精度。

英文摘要:

Taking features of wetland's remote sensing image into account,typical feature selection is discussed.The independent component,texture,lake clarity,NDWI,GVI and WI of wetland image are extracted.The classifiers of minimum Euclidean distance,spectral angle mapper,Bayes and supporting vector machine are trained by sample respectively.Weights of every classifier are given by confusion matrices,and whether the sample meets normal distribution is tested.Multi-classifiers combination based on decision network is generated by weights and hypothesis test result.The experimental results show presented method has better performance and higher accuracy than traditional single-classifier method.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887