- 在线时间
- 113 小时
- 最后登录
- 2022-8-4
- 注册时间
- 2018-9-18
- 听众数
- 5
- 收听数
- 0
- 能力
- 0 分
- 体力
- 4360 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 1540
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 464
- 主题
- 473
- 精华
- 0
- 分享
- 0
- 好友
- 1
TA的每日心情 | 衰 2021-1-13 09:31 |
---|
签到天数: 8 天 [LV.3]偶尔看看II
|
针对面向对象土地利用分类存在特征维数过高的问题,提出了一种结合Relief F和粒子群优化算法(particle swarm optimization,PSO)的混合特征选择方法,即首先利用Relief F作为特征预选器滤除相关性小的特征,然后以PSO作为搜索算法,以支持向量机(support vector machine,SVM)的分类精度作为评估函数在剩余特征中选择出最优特征子集。该文以吉林省长春市部分区域为研究区,采用Landsat8遥感影像为数据源,首先对其进行多尺度分割,然后提取影像对象的光谱、纹理、形状和空间关系特征,利用提出的混合特征选择方法选取最优特征子集,最后使用SVM分类器对研究区进行土地利用分类,总体分类精度和Kappa系数分别为85.88%和0.8036,与基于4种其他特征选择方法的土地利用分类结果进行比较,基于Relief F和PSO的混合特征选择方法利用最少的特征获得最高的分类精度,能够有效地用于面向对象土地利用分类。 ' s+ p- Y; c$ G* i9 \
2 j- A% _6 P0 }; t) M2 z. g$ ^' j' W
|
zan
|