干旱区生态环境知识资源中心(Arid): Mixed KPCA结合纹理特征的SVM盐碱土信息提取

Arid

	Mixed KPCA结合纹理特征的SVM盐碱土信息提取
其他题名	Method of salt-affected soil information extraction based on Support Vector Machine with Mixed KPCAand texture features
	崔林林; 罗毅; 包安明; 李春轩
来源期刊	计算机工程与应用
ISSN	1002-8331
出版年	2012
卷号	48 期号:27 页码:211-216
中文摘要	核函数是核主成分分析(Kernel Principal Component Analysis,KPCA)的核心,目前使用的核函数都是单一核函数。尝试通过将光谱角径向基核函数(Spectral Angle Radial Basis Function,SA-RBF)与RBF组合形成混合核函数。在研究中,利用基于该混合核函数的KPCA进行特征提取,将其光谱特征波段和纹理特征相结合用于盐碱土的SVM分类,将分类结果与其他SVM分类进行比较,结果表明:该方法优于其他SVM方法,能有效提取玛纳斯河流域绿洲区的盐碱土专题信息,分类精度是89.000%,kappa系数是0.876。
英文摘要	The kernel function is key part of Kernel Principal Component Analysis,KPCA.The present used kernel functions are simple kernel functions.This paper makes an effort to present a mixed kernel function by combining Spectral Angle Radial Basis Function,SA-RBF with RBF.In this study,extracting spectral feature bands using KPCA based on the mixed kernel function,the SVM is used to classify salt-affected soil using a combination of spectral features and texture features as a data source.In addition,the combined approach is compared with other SVM methods.The results reveal that the proposed SVM method used here can effectively extract salt-affected soil thematic information for the Manasi River Oasis.Especially,the overall accuracy of this method is 89.000% and the kappa coefficient is 0.876,which indicates that this method is better than other classification methods.
中文关键词	混合核主成分分析 ; 纹理特征分析 ; 支持向量机 ; 盐碱土
英文关键词	Mixed Kernel Principal Component Analysis texture features analysis Support Vector Machine(SVM) salt-affected soil
语种	中文
国家	中国
收录类别	CSCD
WOS类目	COMPUTER SCIENCE INTERDISCIPLINARY APPLICATIONS
WOS研究方向	Computer Science
CSCD记录号	CSCD:4630898
来源机构	中国科学院新疆生态与地理研究所
资源类型	期刊论文
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/228268
作者单位	中国科学院新疆生态与地理研究所, 乌鲁木齐, 新疆 830011, 中国
推荐引用方式 GB/T 7714	崔林林,罗毅,包安明,等. Mixed KPCA结合纹理特征的SVM盐碱土信息提取[J]. 中国科学院新疆生态与地理研究所,2012,48(27):211-216.
APA	崔林林,罗毅,包安明,&李春轩.(2012).Mixed KPCA结合纹理特征的SVM盐碱土信息提取.计算机工程与应用,48(27),211-216.
MLA	崔林林,et al."Mixed KPCA结合纹理特征的SVM盐碱土信息提取".计算机工程与应用 48.27(2012):211-216.