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
點擊關閉

在線客服

服務熱線:0551-65160973

二維碼

m www