稿件查詢：
2017年01期
喀斯特地區土地分類方法研究
| 作 者 | 何朝霞 |
| 第一作者 | 何朝霞 |
| 作者單位 | 長江大學工程技術學院，湖北荊州 |
| 卷 號 | 45 |
| 發表年份 | 2017 |
| 發表刊期 | 1 |
| 發表頁面 | 4-7 |
| 關 鍵 字 | 最大似然；神經網絡；支持向量機；土地分類；精度, |
| 摘 要 | ［目的］尋找喀斯特地區土地最優分類方法。［方法］選取覆蓋柳州市的美國陸地衛星的Landsat-5TM數字影像（2011年），采用最大似然、神經網絡和支持向量機（SVM）3種分類方法，對研究區域的土地進行分類，比較分類后的混淆矩陣，分別求出3種分類結果的總體正確率和Kappa系數。［結果］ 3種分類方法的總體正確率都在90%以上，Kappa 系數也較高；SVM分類方法的總體分類正確率和 Kappa 系數最高，優于神經網絡、最大似然法分類。［結論］SVM分類方法可提高喀斯特地區土地利用信息遙感分類的精度，為后期有效地動態監測喀斯特地區土地利用的變化奠定了基礎。 |
| 附 件 |
喀斯特地區土地分類方法研究
|
| 注：若需下載，請右鍵單擊另存 |
- 上一篇： 我國瞼虎屬的分類和保護研究進展
- 下一篇： 14個多年生黑麥草品種幼苗期對鹽脅迫的生理響應
