遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例

编号 zgly0000779476

文献类型 期刊论文

文献题名 遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例

学科分类 220.30;森林保护学

作者 臧淑英  张策  张丽娟  张玉红 

作者单位 哈尔滨师范大学地理科学学院 

母体文献 地理科学 

年卷期 2012,32(4)

页码 434-441

年份 2012 

分类号 TP751.1 

关键词 湿地  遥感分类  遗传算法  支持向量机  洪河自然保护区 

文摘内容 湿地遥感分类作为湿地管理、监测与评价的重要手段,受到了广泛的关注。遗传算法(GA)借鉴了生物进化规律进行启发式搜索寻优,支持向量机(SVM)是一种新型的空间数据挖掘方法,二者相结合可以发挥各自的优势,寻找到支持向量机的全局最优参数,从而较准确地对湿地进行遥感分类。以洪河自然保护区为例,采用遗传算法优化的支持向量机方法进行了湿地遥感分类研究。同格网搜索下的支持向量机湿地遥感分类及最大似然监督分类对比,结果表明,遗传算法优化较格网搜索方式总精度提高了7.29%,较最大似然监督分类提高了12.06%,方法改善了沼泽、草地与裸地三种地物间的区分,是湿地遥感分类的有效手段。