【类型】期刊
【题名】基于WWSVDD多分类的遥感图像病害松树识别
【期刊名】北京邮电大学学报
【作者】 胡根生1，张学敏2，梁栋1
【作者单位】1安徽大学计算智能与信号处理教育部重点实验室；2安徽大学电子信息工程学院
【关键词】 遥感图像 病害松树识别 多分类 无人机 加权小波支持向量数据描述
【摘要】 针对支持向量数据描述多分类中模糊数据域的误判问题,提出了一种改进的加权小波支持向量数据描述(WWSVDD)多分类方法,并应用于遥感图像病害松树识别.利用无人机搭载双光谱相机获取高分辨率遥感图像,提取地物特征,构建特征向量.用WWSVDD模型描述每类样本,根据待测样本在特征空间中的不同分布,分别采用最小相对距离法和隶属度函数法进行决策分类,从而实现病害松树的识别.实验结果表明,与传统的K近邻和支持向量数据描述多分类方法相比,所提方法在识别病害松树方面准确性更高.
【年份】 2014
【issn】 1007-5321
【卷期】 第2期
【卷期】 第2期
【页码】 23-27
【中图分类】 TP751
【全文阅读】 获取全文