一种基于敏感光谱指数和SVM的泰山主要落叶树种遥感识别方法

发明专利有效专利

申请号：
CN201810053390.7
IPC分类号：G06K9/62
申请日期：
2018-01-19
申请人：
山东农业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于敏感光谱指数和SVM的泰山主要落叶树种遥感识别方法
申请号	CN201810053390.7	申请日期	2018-01-19
法律状态	实质审查	申报国家	中国
公开/公告日	2018-07-13	公开/公告号	CN108280473A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	山东农业大学	申请人地址	山东省泰安市泰山区岱宗大街61号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	山东农业大学	当前权利人	山东农业大学
发明人	刘晓;王凌;朱西存;韦秋雨;谭振华
代理机构	北京方圆嘉禾知识产权代理有限公司	代理人	董芙蓉

摘要

本发明公开了一种基于敏感光谱指数和SVM的泰山主要落叶树种遥感识别方法，该方法包括以下步骤：分别提取样区像元的光谱反射率，采用数学运算方法构建光谱指数，并将其与树种类别进行相关性分析，首先，各时相筛选出10个敏感光谱指数，构建10变量SVM模型；其次，分别利用10个敏感光谱指数构建10个单变量SVM模型，选出其中精度最高的3组变量作为最佳敏感光谱指数；然后，以最佳敏感光谱指数作为条件属性构建3变量SVM模型；最后，比较分析3变量与10变量SVM模型树种识别效果，确定最佳识别时相。本发明可为泰山树种的精确识别与林业管理提供技术支持。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供