遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例

臧淑英, 张策, 张丽娟, 张玉红

Wetland Remote Sensing Classification Using Support Vector Machine Optimized With Genetic Algorithm: A Case Study in Honghe Nature National Reserve

Shu-ying ZANG, Ce ZHANG, Li-juan ZHANG, Yu-hong ZHANG

表2 遗传算法优化支持向量机湿地遥感分类精度

Table 2 Wetland remote sensing classification accuracy of support vector machine optimized with Genetic Algorithm

样点数 水田 耕地 沼泽 裸地 村镇 草地 林地 总数 用户精度 水田 235 4 0 0 0 29 0 268 87.69% 耕地 3 276 0 0 0 0 0 279 98.92% 沼泽 0 0 234 0 17 0 0 251 93.23% 裸地 0 2 19 224 0 47 5 297 75.42% 村镇 0 0 8 2 215 0 0 225 95.56% 草地 0 4 7 21 0 229 38 299 76.59% 林地 0 0 3 0 0 32 253 288 87.85% 总数 238 286 271 247 232 337 296 1907 制图精度 98.74% 96.50% 86.35% 90.69% 92.67% 67.95% 85.47% 总体精度 =87.36% Kappa系数 =0.852