%0 Journal Article
%T 影响etm影像土地利用/覆盖分类精度因素的研究
%A 赵慧
%A 汪云甲
%A 
%J 遥感技术与研究
%P 600-608
%D 2012
%X 训练样本量、辅助数据和分类法是影响土地利用/覆盖分类精度的3个主要因素,通过找到这3个因素的最佳组合方式以提高分类精度,分别在25%、50%、75%、100%样本量下,加入ndvi、dem和纹理均值特征作为辅助数据,比较了分类回归树、支持向量机、最大似然法3种分类法的效果,探讨了训练样本、辅助数据以及分类技术对土地利用/覆盖分类精度的影响。结果表明：支持向量机总体分类精度较高,在相同样本量和没有有效辅助数据的情况下,svm可以获得最佳的分类结果,总体分类精度在85%以上；在进行分类时,加入ndvi和纹理均值特征使分类回归树分类精度提高了2.82%,说明该方法对有效辅助数据的加入较为敏感；在获取的训练样本集有限而可获取有效的辅助数据时,应优先考虑利用分类回归树进行土地利用/覆盖分类。
%K 决策树
%K 支持向量机
%K 训练样本量
%K 土地利用/覆盖分类
%U http://www.rsta.ac.cn/CN/abstract/abstract1972.shtml