欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
在分析传统统计模式识别分类方法分类精度不高的现状的基础上，以OMIS—I影像为例，采用基于支持向量机的方法对延河流域枣园地区植被信息进行提取，取得了很好的实验结果。与传统的最大似然分类提取方法相比，基于支持向量机的方法提取精度达90．50％，Kappa系数也超过了0．87，比单纯的最大似然分类方法提取精度高得多，而且该方法具有很强的操作性和实用性。图6，表2，参6。
英文摘要：
On the basis of analyzing the actuality of the low accuracy in the traditional statistical pattern recognition classification, the principle and application of support vector machine （SVM） is introduced with a real case of OMIS-I data. Using the OMIS-I data of ZaoYuan , an experiment is conducted and an excellent result is gained. Compared with the traditional Maximum Likelihood Classification （MLC） method, the resuh shows that the precision of this method reaches 90.50 %, kappa coefficient exceeds 0.87. Thus, this method has more superiority and practicability in Hyperspectral remote sensing image classification.
同期刊论文项目
同项目期刊论文
位置：