基于主成分分析的SVM矿化信息提取研究——以青海黄南州阿哇地区为例

详细信息   全文下载|推荐本文 |

• 出版年：2007
• 作者：薜云；戴塔根；邹艳红；杨自安；邹林
• 单位1：中南大学地学院
• 出生年：1972
• 学历：博士研究生
• 语种：中文
• 作者关键词：支持向量机；主成分分析；矿化蚀变；ETM；阿哇地区
• 起始页：32
• 总页数：5
• 经费资助：中国地质调查局地质大调查项目（1212010660601）
• 刊名：遥感信息
• 是否内版：否
• 刊频：双月刊
• 主管单位：国家测绘局
• 主办单位：科技部国家遥感中心；中国测绘科学研究院
• 主编：张继贤
• 地址：北京市海淀区北太平路16号
• 电子信箱：remotesensing@casm.ac.cn
• 网址：www.remotesensing.org.cn
• 期：6
• 期刊索取号：P637.06 815-6
• 数据库收录：中国科技核心期刊；中国科技论文统计源期刊；中国科学引文数据库来源期刊
• 核心期刊：中国科技核心期刊

摘要

针对传统矿化信息提取方法需要大量样本，且样本选取困难的缺陷，利用主成分分析和支持向量机（SVM）原理，建立矿化信息提取模型。选择青海黄南州阿哇地区作为典型研究区。首先进行主成分分析，选取训练样本；然后求解最优超平面，进而确定决策函数；最后泛化推广识别其他待识别的样本。通过所提取的遥感蚀变异常信息与原有矿区叠加分析，叠加基本吻合；从野外实地验证来看，均发现了不同程度的矿化现象，并指出了5个重点异常区。