原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
复合Sentinel数据的城市建成区提取方法对比研究
摘要
城市化的迅速发展致使城市建设用地的监测变得尤为重要，尤其是在衡量城市化进程、评价城市化对环境的影响、分析城市发展的驱动力中占据重要地位。本文选取西宁市市区，尝试复合Sentinel-1ASAR影像以及Sentinel-2AMSI多光谱数据，验证三种机器学习方法，即随机森林模型（RF）、支持向量机模型（SVM）以及多层感知器（MLP）模型在城市建成区提取的可行性，并改变模型关键参数以及样本数量对比其精度选取最佳参数，进行最终的城市建成区提取。同时基于GoogleEarth平台高分影像使用混淆矩阵对比评价其精度，结果显示三种模型均可
文档评论（0）