收藏本站
《山东师范大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的遥感影像分类研究

姚磊  
【摘要】:随着计算机技术的迅速发展,遥感影像的计算机自动分类技术开始被人们所重视起来,并大大提高了影像分类的质量、精度和效率。但是基于传统的遥感影像分类方法对遥感影像解译分类主要是利用遥感影像中像元灰度值的统计规律来进行,其分类的结果的精度受到训练样本数目和算法自身的分类模型算法的限制。 支持向量机分类理论是建立在统计学习理论中的VC维和结构风险最小原理基础上用以研究小样本情况下机器分类方法,在实际的遥感影像分类应用中表现出较好的适用性。本文在中德科技合作与交流项目(2007DFB70200)和山东省自然科学基金(Y2008E10)的资助下,围绕基于支持向量机的遥感影像分类方法来展开研究的。 本文采用了支持向量机分类算法并结合影像光谱特征提取的方法进行遥感影像分类研究,在文中构建了5类支持向量机分类模型,并选取了三组不同数目的样本类型进行分类实验根据分类效果选择一个最优分类模型。最后将分类效果与传统的机器分类算法的分类结果进行对比研究。 对比研究结果显示支持向量机分类算法在三组训练样本的条件下均表现出较高的分类精度,其总体分类精度均高于85%,KAPPA系数均高于0.8;在样本数量发生变化的情况下,支持向量机分类算法的分类精度变化幅度最小,表现出了良好的适应性。 研究发现支持向量机分类算法能够很好的支持小样本训练和分类处理;根据不同情况合理调整核函数,对不同分类试验具有很好的适应性;可以有效的避免“过学习”现象的产生,具有一定的算法优势。作为遥感影像分类研究中的重要方法,深入了解支持向量机在影像分类应用中的优缺点,对日后的遥感研究和应用工作有着重要的指导意义。
【学位授予单位】:山东师范大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TP751;P237

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 贾永红;人工神经网络在多源遥感影像分类中的应用[J];测绘通报;2000年07期
2 姚磊;吴泉源;许颖;李海波;常方云;;龙口市污水灌区与清水灌区冬小麦植被指数变化差异分析[J];地域研究与开发;2011年04期
3 江东,王建华;人工神经网络在遥感中的应用与发展[J];国土资源遥感;1999年02期
4 黄发良,钟智;用于分类的支持向量机[J];广西师范学院学报(自然科学版);2004年03期
5 王华忠,俞金寿;统计学习理论与支持向量机在过程控制中的应用[J];化工自动化及仪表;2004年05期
6 谭琨;杜培军;;基于支持向量机的高光谱遥感图像分类[J];红外与毫米波学报;2008年02期
7 王美飞;邹逸江;;基于“3S”技术的加拿大“一枝黄花”空间分布研究[J];黑龙江工程学院学报;2008年03期
8 许建华,张学工,李衍达;支持向量机的新发展[J];控制与决策;2004年05期
9 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
10 饶雄;高振宇;;多分类器联合监督分类方法研究[J];四川测绘;2006年01期
中国博士学位论文全文数据库 前2条
1 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年
2 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
中国硕士学位论文全文数据库 前9条
1 施拥军;森林遥感分类技术研究——以浙西北山区为例[D];浙江大学;2003年
2 刘伟;基于人工神经网络的遥感影像模式分类研究[D];沈阳工业大学;2005年
3 马少平;人工神经网络在遥感图像分类中的应用研究与开发[D];中国地质大学(北京);2006年
4 王忠文;统计学习理论及其在地学中的应用研究[D];吉林大学;2007年
5 郭春燕;基于支持向量机的高光谱遥感图像分类[D];哈尔滨工程大学;2007年
6 周博;基于GIS与RS集成技术的农业工程管理系统研究[D];新疆农业大学;2007年
7 黄丽梅;纹理信息在遥感影像分类中的应用[D];山东师范大学;2009年
8 马莉;基于FSVM的高光谱遥感影像分类算法研究[D];河南大学;2010年
9 吴静;基于支持向量机与图斑的高光谱分类方法研究[D];长安大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 陈文元;李雪梅;迟晓梅;;小波分析与神经网络在结构多处损伤监测中的应用[J];四川建筑科学研究;2006年03期
2 蔡薇;郭洪海;隋学艳;杨丽萍;;基于混合像元分解提取小麦种植面积的技术与方法研究[J];山东农业科学;2009年05期
3 胡龙军;陈一波;陶吉利;;基于神经网络参数自整定PID控制的应用[J];安徽电子信息职业技术学院学报;2009年06期
4 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
5 纪启国;;利用小波变换对图像进行像素级融合[J];安徽职业技术学院学报;2008年01期
6 甘信华;石勇;林保国;;基于MATLAB的BP神经网络在大气环境质量评价中的应用[J];安徽化工;2008年05期
7 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
8 张艳;张海军;;基于DSP的多通道超声波连续测厚系统的研究[J];安徽工程科技学院学报(自然科学版);2008年03期
9 戴晓琴;;浅谈遥感技术在土地利用中的应用[J];安徽农学通报;2008年23期
10 陈会明;;浅谈遥感技术在农业生产中的应用[J];安徽农学通报(上半月刊);2009年19期
中国重要会议论文全文数据库 前10条
1 饶欢;张智勇;;一种基于ENVI的区域环境分析方法[A];河南地球科学通报2008年卷(下册)[C];2008年
2 许军强;白朝军;孙珂;王明常;;基于TES算法的地表温度反演应用研究[A];河南地球科学通报2009年卷(上册)[C];2009年
3 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
5 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
6 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
7 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
8 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
9 张佑春;王平;张公永;;基于D-S证据理论和神经网络的信息融合方法及应用[A];第二十七届中国控制会议论文集[C];2008年
10 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 周兴东;徐州市城区景观格局时空变化遥感监测与分析[D];山东科技大学;2010年
2 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
3 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
4 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
5 冷欣;船用增压锅炉汽包水位预测控制方法研究[D];哈尔滨工程大学;2009年
6 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
7 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
8 汤春瑞;水下目标声图像多分辨率分析及识别研究[D];哈尔滨工程大学;2009年
9 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
10 林颖;基于水平集方法的图像分割关键技术研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 李硕;基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究[D];华中农业大学;2010年
2 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
3 韩筱婕;基于城市热岛减缓的湖泊湿地景观功能连通性研究[D];华中农业大学;2010年
4 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
5 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
6 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
7 刘涛;遥感图像分块分类技术的研究与应用[D];山东科技大学;2010年
8 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
9 胡红;矿区植物胁迫作用与遥感信息提取[D];山东科技大学;2010年
10 张京钊;基于LUCC与RS/GIS的济南市生态安全评价[D];山东科技大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 郑小贤;德国、奥地利和法国的多目的森林资源监测述评[J];北京林业大学学报;1997年03期
2 周东岱,叶水盛;基于人工神经网络的航磁信息关联方法的研究[J];长春科技大学学报;2001年02期
3 廖桂香;许亚明;付宝霞;;青海省金矿综合信息预测[J];吉林大学学报(地球科学版);2006年01期
4 程勖,杨毅恒,陈薇伶;自组织特征映射网络的分析与应用[J];长春师范学院学报;2005年09期
5 贾永红;人工神经网络在多源遥感影像分类中的应用[J];测绘通报;2000年07期
6 骆剑承,梁怡,周成虎;基于尺度空间的分层聚类方法及其在遥感影像分类中的应用[J];测绘学报;1999年04期
7 骆剑承,王钦敏,周成虎,梁怡;基于自适应共振模型的遥感影像分类方法研究[J];测绘学报;2002年02期
8 骆剑承,王钦敏,马江洪,周成虎,梁怡;遥感图像最大似然分类方法的EM改进算法[J];测绘学报;2002年03期
9 毛建旭,王耀南,孙炜;基于模糊小脑模型神经网络的遥感图像分类算法[J];测绘学报;2002年04期
10 巫兆聪;基于粗糙理论的RBF网络及其遥感影像分类应用[J];测绘学报;2003年01期
中国博士学位论文全文数据库 前10条
1 张连蓬;基于投影寻踪和非线性主曲线的高光谱遥感图像特征提取及分类研究[D];山东科技大学;2003年
2 张春华;支持向量机中最优化问题的研究[D];中国农业大学;2004年
3 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年
4 刘春红;超光谱遥感图像降维及分类方法研究[D];哈尔滨工程大学;2005年
5 吴昊;高光谱遥感图像数据分类技术研究[D];国防科学技术大学;2004年
6 路威;面向目标探测的高光谱影像特征提取与分类技术研究[D];中国人民解放军信息工程大学;2005年
7 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
8 张治国;人工神经网络及其在地学中的应用研究[D];吉林大学;2006年
9 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
10 杨哲海;高光谱影像分类若干关键技术的研究[D];解放军信息工程大学;2006年
中国硕士学位论文全文数据库 前10条
1 何强;一种新的模糊支持向量方法[D];河北大学;2003年
2 冯新伟;基于“3S”技术的土地利用更新调查方法研究——以偃师市为例[D];河南农业大学;2004年
3 王朝勇;信用卡管理分析系统的设计与实现[D];吉林大学;2004年
4 徐振东;人工神经网络的数学模型建立及成矿预测BP网络的实现[D];吉林大学;2004年
5 赖永标;支持向量机在地下工程中的应用研究[D];山东科技大学;2004年
6 施建强;多源遥感图像数据与GIS集成应用研究[D];河海大学;2004年
7 王小亭;“3S”技术在土地利用中的综合应用研究[D];成都理工大学;2005年
8 孟庆涛;3S支持下的土地利用/覆被变化动态监测[D];内蒙古大学;2005年
9 张侃;区域生态规划的3S技术应用方法研究[D];浙江大学;2006年
10 曾文华;基于灰度共生法和小波变换的遥感影像纹理信息提取[D];东北师范大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 韩玲;王翠平;王润平;;一种建立在CPN基础上的分类方法在遥感影像分类中的应用研究[J];测绘科学;2007年03期
2 何德平;肖勇;肖兴国;黄永红;周庆人;;支持向量机在遥感影像处理中的应用[J];城市勘测;2006年03期
3 刘伟;崔宝侠;;广义LVQ算法及其在遥感影像分类中的应用研究[J];电子与信息学报;2006年07期
4 黄利文;毛政元;李二振;汪小钦;吴升;;基于几何概率的聚类分析方法及其在遥感影像分类中的应用[J];中国图象图形学报;2007年04期
5 刘安斐;窦晓晶;杨华;;基于Adaboost算法的K-means遥感影像分类算法[J];北京电子科技学院学报;2007年04期
6 童小华;张学;刘妙龙;;基于多光谱遥感影像分类的城镇用地变化研究[J];光谱学与光谱分析;2009年08期
7 郑毅;武法东;刘艳芳;;一种面向对象分类的特征分析方法[J];地理与地理信息科学;2010年02期
8 刘峰;潘欣;;基于粗集的遥感影像决策树分类新方法[J];长春工程学院学报(自然科学版);2010年04期
9 豆林轩;张海荣;陈继培;;基于遥感数据的沛县景观格局变化定量分析[J];科技广场;2011年02期
10 裴亮;谭阳;;辅以纹理特征的遥感影像神经网络分类[J];煤炭技术;2007年12期
中国重要会议论文全文数据库 前10条
1 汪东川;龚建华;张利辉;;基于时间序列轨迹分析的遥感影像分类结果联合校正[A];第十七届中国遥感大会摘要集[C];2010年
2 汤家法;;基于可拓分类器的遥感影像分类[A];第十七届中国遥感大会摘要集[C];2010年
3 王珊珊;季民;高洁;焦其松;;CBR方法在高分辨率遥感影像分类中的应用[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
4 巫兆聪;;RBF网络的粗糙表示与遥感影像分类应用[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
5 罗小波;刘明皓;;基于优化的BP神经网络遥感影像分类[A];2006年中国土地学会学术年会论文集[C];2006年
6 陈玉敏;万幼川;;结合矢量的神经网络算法用于遥感影像分类研究[A];2003年中国智能自动化会议论文集(上册)[C];2003年
7 赵泉华;宋伟东;鲍勇;;基于分形纹理的BP神经网络遥感影像分类[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
8 简季;杨武年;马正龙;陈园园;;BP神经网络在土地分类中的应用研究——以汶川地区为例[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
9 赵银娣;蔡燕;;纹理特征在高空间分辨率遥感影像分类中的应用探讨[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
10 耿则勋;龚志辉;;基于坐标逻辑的遥感影像边缘提取[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
中国博士学位论文全文数据库 前7条
1 易俐娜;面向对象遥感影像分类不确定性分析[D];武汉大学;2011年
2 任广波;基于半监督学习的遥感影像分类技术研究[D];中国海洋大学;2010年
3 巫兆聪;粗集理论在遥感影像分类中的应用[D];武汉大学;2004年
4 徐盛;基于主题模型的高空间分辨率遥感影像分类研究[D];上海交通大学;2012年
5 胥海威;基于改进随机聚类决策森林算法的遥感影像分类研究[D];中南大学;2012年
6 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
7 张华;遥感数据可靠性分类方法研究[D];中国矿业大学;2012年
中国硕士学位论文全文数据库 前10条
1 王松妍;基于云理论的遥感影像分类方法研究[D];辽宁工程技术大学;2013年
2 李源泰;基于人工神经网络的遥感影像分类研究[D];昆明理工大学;2010年
3 任亚芬;面向并行环境的遥感影像分类算法设计与实现[D];华中科技大学;2011年
4 秦高峰;基于机器学习的多光谱遥感影像分类及城市扩展研究[D];重庆大学;2012年
5 黄瑾;面向对象遥感影像分类方法在土地利用信息提取中的应用研究[D];成都理工大学;2010年
6 李宏宏;面向对象的高分辨率遥感影像分类及泥石流信息提取研究[D];南京理工大学;2013年
7 魏曼;基于信息论和粗糙集的遥感影像分类不确定性多尺度评价研究[D];西安科技大学;2013年
8 张晓贺;决策树分类器的实现及在遥感影像分类中的应用[D];兰州交通大学;2013年
9 张辉;基于BP神经网络的遥感影像分类研究[D];山东师范大学;2013年
10 邵龙;基于面向对象与集成学习的遥感影像分类方法研究[D];中国地质大学(北京);2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026