基于SVM的南海岛礁地貌分类研究

• 作 者: 赵俊祥
• 出 处: 中国地质大学(北京)
• 发表日期: 2020年02期
• 关键词: 岛礁地貌分类 支持向量机 核函数 参数寻优

我国是一个海洋大国,有着众多岛礁,这些岛礁有着非常重要的价值。但我国岛礁状况堪忧,比如说中国南海的诸多岛礁就被其他国家通过多种方式违法占据,而这也给我们敲响了一个警钟。为了保护我国海洋的合法权益,对中国南海的岛礁状况进行调查,中国地质调查局国土资源航空物探遥感中心于2014年承接了“南海地区岛礁基础地质遥感调查”项目。该项目的一个子任务需要对岛礁地貌进行分类,当前使用的主要方法是利用遥感图像进行目视解译,但这种方法效率低。为了解决这个问题,本文使用了支持向量机等方法对簸箕礁和舰长礁进行地貌分类,最后的结果较好。本文主要使用了ISODATA算法、最大似然算法以及支持向量机三种算法对南海岛礁地貌进行分类。并把它们的分类结果相互之间进行了比较分析。其中重点做了支持向量机的研究,该方法使用了核映射方法,很好地克服了维度过度增长的困难,较好地解决了非线性问题。另外因为该方法的核函数以及参数对结果都有着很大的影响,所以使用网格搜索方法分别对四种核函数(线性核、多项式核、Sigmoid核和高斯核)的参数进行寻优,最终确定了最优分类核函数以及参数,在该核函数与参数的基础上对岛礁地貌进行了分类。在得到分类结果的基础上,把目视解译分类的结果作为基础数据进行精度评价,并得到相应的Kappa系数以及分类精度。其中ISODATA以及最大似然算法的精度基本上都在73%左右,而线性核、多项式核以及Sigmoid核的精度则在85%左右,基于RBF高斯核的支持向量机分类精度两个岛礁地貌的分类结果基本上都保持在了91%,精度还是非常高的,普遍优于其他方法以及核函数。而这也说明该方法是适合于“南海地区岛礁基础地质遥感调查”项目的,可以使用支持向量机对南海岛礁数据进行分类。