版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、現(xiàn)如今,經(jīng)濟發(fā)展迅速,城市作為人類當(dāng)代生活的主體,其發(fā)展與變化日新月異。鑒于衛(wèi)星遙感技術(shù)具有速度快、精度高、范圍廣的優(yōu)點,科學(xué)家們越來越迫切地希望可以利用遙感技術(shù)對我們城市的發(fā)展變化有一個快速、準(zhǔn)確的監(jiān)測與評估,這將極其有利于人類對未來城市的監(jiān)管、規(guī)劃以及決策。本文選擇山西省太原市作為研究區(qū)域,結(jié)合遙感技術(shù)和地理信息技術(shù)對該城市近8年的發(fā)展變化進(jìn)行了研究。,
本文為了能夠同時獲知不同時相遙感影像變化信息的變化范圍及其轉(zhuǎn)變類型,
2、選用了分類后的變化檢測方法進(jìn)行重點研究。首先以獲取的Landsat8遙感影像為主要數(shù)據(jù)源,通過支持向量機(SVM)分類法將太原市區(qū)劃分為五大類地物:植被覆蓋區(qū)、居民建筑區(qū)、裸地、農(nóng)田以及水體。為了進(jìn)一步提高分類精度,我們將通過最佳指數(shù)因子(OIF)獲取的波段組合b145、歸一化差異植被指數(shù)(NDVI)和歸一化差異建筑指數(shù)(NDBI)進(jìn)行疊加作為用于分類的5波段特征組合,并結(jié)合經(jīng)過優(yōu)選的徑向基核函數(shù)(RBF)創(chuàng)建了本文的SVM分類器。實驗
3、顯示:對于SVM分類,5波段特征組合的分類效果優(yōu)于Landsat8原始波段。此外,綜合使用非監(jiān)督分類(ISODATA算法)和監(jiān)督分類(最大似然分類法、最小距離法),對本文5波段特征組合圖像進(jìn)行了五類地物的劃分。并且將需要進(jìn)行比較的四景分類結(jié)果依次導(dǎo)入精度評價模塊,依據(jù)定量的評價結(jié)果得知,SVM的精度最高,分類準(zhǔn)確度高達(dá)85%以上,很好地實現(xiàn)了城市地物類型的劃分。保證了分類效果后,將本文創(chuàng)建的SVM分類器分別應(yīng)用于太原市區(qū)2006年、20
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機的遙感影像分類研究.pdf
- 基于小波變換和支持向量機的遙感圖像目標(biāo)檢測研究.pdf
- 支持向量機遙感圖像分類的研究.pdf
- 基于支持向量機的行人檢測.pdf
- 基于支持向量機的高光譜遙感圖像分類.pdf
- 基于模糊支持向量機的入侵檢測研究.pdf
- 基于支持向量機的遙感圖像云層去除方法研究.pdf
- 基于支持向量機的遙感圖像幾何校正算法研究.pdf
- 基于支持向量機的入侵檢測技術(shù).pdf
- 基于小波支持向量機的遙感圖像融合.pdf
- 基于支持向量機的網(wǎng)絡(luò)攻擊檢測研究.pdf
- 基于支持向量機的人臉檢測的研究.pdf
- 基于支持向量機的網(wǎng)絡(luò)入侵檢測
- 基于支持向量機的協(xié)同入侵檢測.pdf
- 基于增量支持向量機的網(wǎng)絡(luò)入侵檢測研究.pdf
- 基于支持向量機的入侵檢測系統(tǒng)研究.pdf
- 基于支持向量機的邊緣檢測算法研究.pdf
- 基于支持向量機的孤立點檢測方法研究.pdf
- 基于支持向量機的高光譜遙感圖像分類方法研究.pdf
- 基于支持向量機的彩色人臉檢測技術(shù).pdf
評論
0/150
提交評論