改進的ECOC SVMs及其在礦區(qū)土地利用-覆被變化監(jiān)測中的應用研究.pdf

1、礦區(qū)土地利用/覆被變化（LUCC）監(jiān)測對礦區(qū)資源環(huán)境、區(qū)域發(fā)展研究都具有重要意義。土地利用/覆被變化監(jiān)測常用的分類后比較法，其關鍵在于遙感分類算法的準確性。支持向量機（SVM）是常用的遙感分類算法，尤其在解決遙感影像高維度、小樣本問題方面具有優(yōu)勢。目前的SVM的多分類算法存在分類器冗余、不確定區(qū)域、誤差累計等問題，因此如何提高算法效率和優(yōu)化推廣能力仍是當前研究急需解決的難題。由于其獨特的糾錯機制，糾錯輸出編碼支持向量機（ECOC SVM

2、s）能在一定程度上減少錯分情況的發(fā)生。將聚類信息、類間分離性測度用于ECOC碼字的構造與優(yōu)選能夠進一步優(yōu)化ECOC SVMs的推廣性能，提升分類精度，對于遙感影像分類及LUCC研究具有重要意義。
　　本文從提升分類器推廣性能的角度對多組 UCI數(shù)據(jù)集、遙感多光譜及高光譜數(shù)據(jù)集進行實驗，構造了一種基于分離性測度改進的糾錯輸出編碼支持向量機多分類框架（SW-ECOC SVMs），從碼字分配和加權解碼兩個角度進行了優(yōu)化，提升ECOC S

3、VMs方法對于遙感影像的多分類準確率。實驗證明該方法對于FLC1、AVIRIS KSC、Botswanna數(shù)據(jù)集均可在利用較少子分類器的情況下獲得更高的分類精度（2％左右）?；谏鲜鏊惴?，選取淮南煤礦區(qū)為研究對象，利用RS與GIS技術對該礦區(qū)LUCC情況進行了研究，從變化速率、變化程度、景觀指數(shù)等角度對2002年淮南礦區(qū)復墾工程正式開展以來的土地利用/覆被、景觀格局變化情況進行全面分析。研究結果表明，淮南礦區(qū)土地復墾工作效果顯著，已有效