支持向量机在土地分类中的应用

提出一种基于光谱相似尺度(spectral similarity scale,SSS)的支持向量机(support vectormachines,SVM)遥感土地分类新方法,该方法选择莆田市作为遥感土地利用分类典型研究区,利用该区域的Landsat7 ETM遥感影像结合地面实况调查数据,从图像上选取少量具有代表性的样本点的光谱作为参考光谱,利用SSS方法提取训练样本,然后应用SVM算法进行遥感土地利用分类,并将分类结果与最大似然分类算法(MLC)相比较,实验结果表明分类精度上有了很大的提高.