Please wait a minute...
 
国土资源遥感  2006, Vol. 18 Issue (2): 16-19    DOI: 10.6046/gtzyyg.2006.02.05
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于SVM遥感矿化蚀变信息提取研究
傅文杰1,2, 洪金益1, 朱谷昌3
1.中南大学地学与环境工程学院,长沙410083; 2.莆田学院,莆田351100; 3.有色金属矿产地质调查中心,北京1008141.School of Geoscience and
THE EXTRACTION OF MINERALIZED AND ALTERED ROCK
INFORMATION FROM REMOTE SENSING IMAGE BASED ON SVM
FU Wen-jie 1,2, HONG Jin-yi 1, ZHU Gu-chang 3
Environmental Engineering, Central South University, Changsha 410083, China; 2.Putian University, Putian 351100, China; 3.Nonferrous Metals Resource Geological Survey of China, Beijing 100814, China
全文: PDF(387 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

 提出一种基于支持向量机(SVM)遥感数据矿化蚀变信息提取的新方法。该方法首先根据蚀变岩及矿体围岩的实测光谱数据,利用光谱角度制图法(SAM)提取训练样本,应用交叉比对(cross-validation)算法确定最优SVM模型参数,选择径向基(RBF)核函数,训练SVM分类器模型; 然后,用训练好的SVM模型进行遥感矿化蚀变信息提取; 最后,选择青海芒崖地区的ETM数据进行遥感矿化蚀变信息提取试验。试验结果经野外检查和验证,效果良好。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
Abstract

 A new method for extracting mineralization information from remote sensing image based on Support Vector Machines (SVM) is presented in this paper. According to the field measured spectral data of mineralized alteration rocks and wall rocks, the authors first extracted the training examples by Spectral Angle Mapper (SAM), and then selected the RBF as the kernel function. After that, cross-validation algorithm was applied to seek superior SVM model parameters. This model was used to extract mineralization information from remote sensing image in Mangya area, Qinghai province. Practice has proved that this method is effective in extracting mineralization information.

     出版日期: 2009-09-10
: 

 

 
  TP 79

 
引用本文:   
傅文杰, 洪金益, 朱谷昌. 基于SVM遥感矿化蚀变信息提取研究[J]. 国土资源遥感, 2006, 18(2): 16-19.
FU Wen-Jie, HONG Jin-Yi, ZHU Gu-Chang. THE EXTRACTION OF MINERALIZED AND ALTERED ROCK
INFORMATION FROM REMOTE SENSING IMAGE BASED ON SVM. REMOTE SENSING FOR LAND & RESOURCES, 2006, 18(2): 16-19.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2006.02.05      或      https://www.gtzyyg.com/CN/Y2006/V18/I2/16
[1] 杨立娟, 武胜利, 张钟军. 利用主被动微波遥感结合反演土壤水分的理论模型分析[J]. 国土资源遥感, 2011, 23(2): 53-58.
[2] 林婷, 刘湘南, 谭正. 基于ICA和高光谱指数的水稻Zn污染监测模型[J]. 国土资源遥感, 2011, 23(2): 59-64.
[3] 杨树文, 李名勇, 刘涛, 孙建国, 段焕娥. 一种利用TM图像自动提取洪积扇的方法[J]. 国土资源遥感, 2011, 23(2): 65-69.
[4] 刁海, 张达, 狄永军, 王振, 王浩然, 熊光强. 基于主成分分析和分形模型的ASTER蚀变异常信息提取[J]. 国土资源遥感, 2011, 23(2): 75-80.
[5] 黄妙芬, 毛志华, 邢旭峰, 孙中平, 赵祖龙, 黄薇. HJ-1B/IRS水温反演模型及监测示范[J]. 国土资源遥感, 2011, 23(2): 81-86.
[6] 赵越, 周萍. 改进的K-means算法在遥感图像分类中的应用[J]. 国土资源遥感, 2011, 23(2): 87-90.
[7] 李智峰, 朱谷昌, 张建国, 刘欢, 胡杏花. 基于SPOT数据的铁化蚀变信息提取及找矿应用研究——以陇南金矿区为例[J]. 国土资源遥感, 2011, 23(2): 91-97.
[8] 孟丹, 张志, 冯稳.   基于GeoEye-1和DEM的富家坞铜矿区固体废弃物危险性分析[J]. 国土资源遥感, 2011, 23(2): 130-134.
[9] 吕凤华, 舒宁, 陶建斌, 付晶. 基于可变步长的光谱响应曲线分形维[J]. 国土资源遥感, 2011, 23(1): 37-41.
[10] 高建阳. Hyperion高光谱数据在福建钟腾铜钼矿区的应用研究[J]. 国土资源遥感, 2011, 23(1): 87-90.
[11] 邓吉秋, 谢杨, 张宝一, 毛先成. ETM+图像锰矿化蚀变信息提取与找矿预测[J]. 国土资源遥感, 2011, 23(1): 102-105.
[12] 邓睿, 黄敬峰. [J]. 国土资源遥感, 2011, 23(1): 106-109.
[13] 马龙.
NASA MODIS海冰产品评价分析——以辽东湾海冰监测为例
[J]. 国土资源遥感, 2011, 23(1): 115-117.
[14] 冯永玖, 韩震. 基于遥感和GIS的海岸带水域生态景观格局演变研究——以杭州湾北岸上海市段为例[J]. 国土资源遥感, 2011, 23(1): 123-127.
[15] 张过, 潘红播, 江万寿, 秦绪文. 基于RPC模型的线阵卫星影像核线排列及其几何关系重建[J]. 国土资源遥感, 2010, 22(4): 1-5.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发