基于ReliefF和PSO混合特征选择的面向对象土地利用分类.pdf

第 32卷 第 4期 农 业 工 程 学 报 Vbl-32 No．4 2016笠 2月 TransactionsoftheChinese Society ofAgriculturalEngineering Feb．2016 2l1 基于ReliefF和PSO混合特征选择的面向对象土地利用分类 肖 艳 ，姜琦刚 ，王 斌2，李远华 ，刘 舒 ，崔 璨 (1．吉林大学地球探测科学与技术学院，长春 130026； 2．长春市测绘院地理信息分院，长春 130021； 3．大连海事大学航海学院，大连 116000) 摘 要：针对面向对象土地利用分类存在特征维数过高的问题，提出了一种结合ReliefF和粒子群优化算法(particleswami optimization，PSO)的混合特征选择方法，即首先利用ReliefF作为特征预选器滤除相关性小的特征，然后以PSO作为 搜索算法，以支持向量机 (suppo~vectormachine，SVM)的分类精度作为评估函数在剩余特征中选择出最优特征子集。 该文以吉林省长春市部分区域为研究区，采用Landsat8遥感影像为数据源，首先对其进行多尺度分割，然后提取影像对 象的光谱、纹理、形状和空间关系特征，利用提出的混合特征选择方法选取最优特征子集，最后使用 SVM分类器对研究 区进行土地利用分类，总体分类精度和Kappa系数分别为85．88％和0．8036，与基于4种其他特征选择方法的土地利用分 类结果进行比较，基于ReliefF和PSO的混合特征选择方法利用最少的特征获得最高的分类精度，能够有效地用于面向 对象土地利用分类。 关键词：土地利用；分类；支持向量机；特征选择；面向对象；ReliefF；粒子群优化算法 doi：10．11975~．issn．1002—6819．2016．04．030 中图分类号：TP79；S127；F301．24 文献标志码：A 文章编号：1002—6819(2016)一04—021卜06 肖 艳，姜琦刚，王 斌，李远华，刘 舒，崔 璨．基于ReliefF和PSO混合特征选择的面向对象土地利用分类 [J]．农 业工程学报，2016，32(4)：211--216． doi：10．11975~．issn．1002—6819．2016．04．030 http：／／www．tcsae．org XiaoYan，JiangQigang，WangBin，LiYuanhua，LiuShu，CuiCan．Objectbasedlnad—useclassificationbasedonhybridfeature selectionmethodofcombiningReliefFnadPSO[J]．TrnasactionsofhteChineseSocietyofAgriculturalEngineering(Trnasactionsof theCSAE)，2016，32(4)：211—216．(in ChinesewithEnglishabstract) doi：10．11975~．issn．1002—6819．2016．04．030 http：／／www．tcsae．org 得了84．83％的整体分类精度，比基于像元的最大似然法 0 引 言 和波谱角法的分类精度分别提高了 5．94％和 19．53％，且 实时可靠的土地利用信息是土地规划管理，土地变 有效避免了椒盐现象；郭琳等 [4]、Ban等5【】也利用面向对 化机制分析和环境保护等基础性工作的技术保障。遥感 象方法对土地利用 ／覆被进行分类，都获得了很好的分类 技术因具有宏观、综合、动态、快速等特点，已成为获 效果。在面向对象分类中，从影像对象中提取的特征数 取土地利用信息最为有效的手段 1【]。传统分类方法是以 量有很多，从理论上讲，所有特征都应被有效地用于分 像元为基本单元，仅利用像元的光谱信息实现