支持向量機應用於水稻田辨識之研究

《支持向量機應用於水稻田辨識之研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、航測及遙測學刊第十二卷第三期第225-240頁民國96年9月225JournalofPhotogrammetryandRemoteSensingVolume12,No.3,September2007,pp.225-240支持向量機應用於水稻田辨識之研究12陳承昌史天元摘要「支持向量機」是以統計學習理論為基礎，所建構出的機器學習系統。其基本原理是在特徵空間中尋求具有最大區分度邊界的超平面，以區分不同的二元類別。本研究以「支持向量機」為分類器，進行水稻田的辨識作業，並採用嘉義地區多時段福衞二號(Formosat-2)影像及新竹地區多時段SPOT影像為資料來源。「支持向量機」

2、可選用不同核函數，而且會因核函數選用的不同，而對分類成果造成差異。因此，本研究於嘉義及新竹實驗區分別採用線性、多項式、輻狀基底函數及兩層式類神經網路為核函數進行辨識作業，以分析其影響。分類實驗成果，將「支持向量機」與高斯最大似然分類法及輻狀基底函數類神經網路，進行分類成果比較。由實驗成果顯示，「支持向量機」於嘉義實驗區以2階多項式所得的分類精度為最佳，其整體精度為89.830%、Kappa值為0.79303；於新竹實驗區以輻狀基底函數所得的分類精度為最佳，其整體精度為84.989%、Kappa值為0.68269。於兩實驗區中，「支持向量機」的分類精度皆優於高斯最大似然分

3、類法及輻狀基底函數類神經網路。關鍵詞：多光譜影像、人工智慧在「支持向量機」應用於光譜影像分類之已有1.前言文獻中，Zhu&Blumberg（2002）以多項式及輻狀由於遙感探測感測器解析度與數據方便性的基底函數為核心的「支持向量機」，應用於15及提升，同時配合分類理論的精進，應用衛星影像進30公尺解析力的ASTER影像分類，在15公尺影像行土地覆蓋分類作業技術已日趨成熟。鄧敏松解析力以5階多項式之分類成果為較佳；30公尺（1997）、陳益凰（1998）、蕭國鑫（1998）及邵泰影像解析力則以輻狀基底函數之分類成果為較璋（1999）等，便以衛星影像分類進行水稻田辨識佳。F

4、oody&Mathur（2004）分別使用判別分析、作業。其優點為能提高作業之自動化程度，從而有決策樹、前饋式類神經網路及「支持向量機」於效減少作業成本，並可減低人為辨識所造成的主觀ATM影像分類之研究，該分類成果以「支持向量差異。而此一作業中，有效之分類器為關鍵重點之機」為最佳。Melgani&Bruzzone（2004）分別以一。本研究以「支持向量機」(SupportVectorMachines)KNN（K-nearestneighbors）、輻狀基底函數類神經作為辨識方法，並和高斯最大似然分類法及輻狀基網路、支持向量機（分別採線性、多項式及輻狀基底函數類神經網路進

5、行分類成果比對，以驗證「支底函數之三種核函數）於AVIRIS影像分類之研持向量機」在水稻田辨識上是否優於其他分類方究，其中以輻狀基底函數之支持向量機所得的分類法。精度為最佳。收到日期:民國95年09月30日1國立交通大學土木工程學系碩士修改日期:民國96年09月18日2國立交通大學土木工程學系教授接受日期:民國96年09月18日226航測及遙測學刊第十二卷第三期民國96年9月Camps-Valls&Bruzzone（2005）以線性判別分及「+1」的訓練樣本完全分離。求解區分超平面過析、正規化輻狀基底函數類神經網路、輻狀基底函程可視為求解二次規劃（quadraticpr

6、ogramming）問數與多項式為核函數之支持向量機、輻狀基底函數題。線性可分為求解下式的最小值：之線性判別分析（KernelFisherDiscriminant，KFD）()1()Φw=w⋅w及RegularizedAdaBoost進行AVIRIS影像分類研2（1）究，由分類成果顯示，以多項式之支持向量機所獲上式限制條件為yi[(xi⋅w)+b]≥1、i=1,2,...,l。得的分類精度為最佳，輻狀基底函數之支持向量機透過拉格朗日（Lagrangian）轉換，可將（1）次之。黃明哲與李良輝（2005）使用空載光達式轉換為：(AirborneLiDAR)及同步拍攝的光學

7、影像資料，以最1lL()w,b,α=()w⋅w−∑αi{}[]()xi⋅w+byi−12i=1（2）小距離分類法、最大似然分類法及支持向量機進行α地物分類之研究，該分類成果以支持向量機為最上式i為拉格朗日乘子（Lagrangeα≥0佳。許晉嘉等（2005）採QuickBird衛星影像，以multipliers），且i。高斯最大似然分類法及支持向量機進行水稻田辨將（2）式對w及b作偏微，使上述最佳化問識之研究，並加入方向半變異元（Semivariogram）題轉換為求對偶問題（dualproblem）：及主成分分析法之紋理影像輔助辨識作業，