Bài viết Khả năng ứng dụng phân loại bề mặt lớp phủ bằng thuật toán Support Vector Machine nghiên cứu thử nghiệm sử dụng thuật toán SVM cũng như khả năng ứng dụng phân loại bề mặt lớp phủ là cần thiết làm cơ sở để thực hiện phương pháp phân tích ảnh viễn thám hiệu quả hơn với độ chính xác cao hơn. | Kinh tế amp Chính sách KHẢ NĂNG ỨNG DỤNG PHÂN LOẠI BỀ MẶT LỚP PHỦ BẰNG THUẬT TOÁN SUPPORT VECTOR MACHINE Nguyễn Thị Oanh Phùng Minh Tám KS. Trường Đại học Lâm nghiệp TÓM TẮT Lớp phủ bề mặt phản ánh các điều kiện và trạng thái tự nhiên của bề mặt trái đất ví dụ đất rừng thảm cỏ sa mạc . Sử dụng dữ liệu ảnh viễn thám có thể giải đoán phân tích và đánh giá biến động của lớp phủ bề mặt trong những phạm vi rất rộng với hiệu quả kinh tế cao theo thời gian và không gian. Trên thế giới hiện nay thuật toán Support Vector Machine SVM đã được ứng dụng để phân loại lớp phủ bề mặt từ tư liệu ảnh viễn thám. Cơ sở để thực hiện bài toán phân loại lớp phủ bề mặt từ ảnh viễn thám chính là đặc trưng phổ của tấm ảnh viễn thám. Thuật toán SVM cũng thực hiện bài toán phân loại này dựa trên đặc trưng phổ của ảnh viễn thám đa phổ. Quá trình phân loại lớp phủ từ ảnh viễn thám sử dụng SVM được thực hiện theo 4 bước Định nghĩa các mẫu lớp phủ chọn vùng mẫu huấn luyện mẫu phân loại các dữ liệu mới. Tiến hành thực nghiệm trên phần mềm Envi với ảnh phổ của hãng Quickbird độ phân giải phổ 2 4 m một phần khu vực Mỹ Đình Hà Nội và các phương pháp phân loại khác nhau rồi tiến hành so sánh phân tích tổng hợp các kết quả thu được. Nhận thấy phương pháp phân loại SVM phân loại với độ chính xác tốt và ổn định hơn các phương pháp khác khi số lượng mẫu thực tế thay đổi. Ngoài ra sử dụng phương pháp SVM ranh giới giữa các lớp phủ cũng được thể hiện rõ ràng hơn. Từ khóa Phân loại ảnh phân loại bề mặt lớp phủ Support Vector Machine thuật toán phân loại có giám sát thuật toán SVM ứng dụng của thuật toán SVM. I. ĐẶT VẤN ĐỀ chính xác phân loại lớp phủ bề mặt chỉ đạt khoảng 70 - 80 và không ổn định phương Thuật toán Support Vector Machine SVM đã và đang được ứng dụng trong rất nhiều lĩnh pháp phân loại bằng thuật toán SVM chưa vực như Nhận diện khuôn mặt Osuna Freund được sử dụng phổ biến trong phân loại lớp và Girosi 1997 phân loại văn bản Joachims phủ. Chính vì vậy việc nghiên cứu thử nghiệm 1997 nhận
