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3 格网搜索支持向量机湿地遥感分类精度

Table 3 Wetland remote sensing classification accuracy of support vector machine with parameters searched by Grid

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 224 42 0 0 0 5 0 271 82.66% 耕地 14 236 0 0 0 20 0 270 87.41% 沼泽 0 0 210 0 14 0 0 224 93.75% 裸地 0 4 3 200 0 99 4 310 64.52% 村镇 0 0 22 1 217 0 0 240 90.42% 草地 0 4 29 46 1 174 26 280 62.14% 林地 0 0 7 0 0 39 266 312 85.26% 总数 238 286 271 247 232 337 296 1907 制图精度 94.12% 82.52% 77.49% 80.97% 93.53% 51.63% 85.26% 总体精度 =80.07% Kappa系数 =0.767