南方主要针叶树种高光谱数据降维分类研究

编号 zgly0000718022

文献类型 期刊论文

文献题名 南方主要针叶树种高光谱数据降维分类研究

学科分类 220.5540;木材学

作者 臧卓  林辉  孙华  莫登奎  王四喜 

作者单位 中南大学信息物理工程学院  中南林业科技大学林业遥感信息工程研究中心 

母体文献 中南林业科技大学学报: 自然科学版 

年卷期 2010,30(11)

页码 20-25

年份 2010 

分类号 S771.8 

关键词 高光谱遥感  主成分分析  遗传算法  支持向量机  针叶树种 

文摘内容 采用ASD公司生产的FieldSpec HandHeldTM地物光谱仪,分别于2005、2006、2008年冬季跟踪观测杉木、马尾松、黑松、雪松等针叶树种的高光谱数据,经筛选后获取有效观测数据160条,其中120条作为训练集,40条作为测试集。将平滑去噪的一阶微分高光谱数据进行PCA方法和GA方法降维,然后利用BP神经网络和支持向量机(SVM)对降维后的测试集数据进行分类。结果表明: PCA—BP神经网络模型分类准确率95%,PCA—SVM分类准确率97.5%,GA和BP分类准确率92.5%,GA-SVM分类准确率100%。这说明两种降维方式结合支持向量机的分类均优于其与BP神经网络结合的分类,基于GA的降维方法对高光谱波段的选择更有效率,具有较好的应用前景。