《表2 用于红树林种间分类的遥感影像特征变量》
注:Bi为第i个波段;Pi,j为第i行第i列处像元的亮度值占窗口中所有像元亮度值的比例;N为计算纹理特征时窗口的大小。
本研究采用支持向量机(support vector machine,SVM)的方法对红树林进行种间分类。SVM方法最大的优点是分类时无须进行数据降维,并且在算法的收敛性、训练速度、分类精度等方面都具有较高的性能。本研究共提取了3组21个变量(表2)用于红树林种间分类,包括原始波段信息、波段组合、植被指数、纹理参数等。植被指数和纹理参数进一步增强了不同红树物种的特性,减少了种内变异,同时扩大了种间差异[8]。使用Matlab2016软件把上述所有特征值合并成更高维的特征向量,输入到SVM分类器中对红树林进行种间分类。
图表编号 | XD0061534900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 郑艺、林懿琼、周建、甘伟修、林广旋、许方宏、林光辉 |
绘制单位 | 清华大学地球系统科学系教育部地球系统模拟重点实验室、清华大学深圳研究生院海洋科学与技术学部、清华大学地球系统科学系教育部地球系统模拟重点实验室、清华大学深圳研究生院海洋科学与技术学部、清华大学地球系统科学系教育部地球系统模拟重点实验室、清华大学深圳研究生院海洋科学与技术学部、清华大学地球系统科学系教育部地球系统模拟重点实验室、清华大学深圳研究生院海洋科学与技术学部、湛江国家级红树林自然保护区管理局、湛江国家级红树林自然保护区管理局、清华大学地球系统科学系教育部地球系统模拟重点实验室、清华大学深圳研究生院海 |
更多格式 | 高清、无水印(增值服务) |