Resumen

Hay muchos recursos de humedales en el área donde el río Amarillo desemboca en el mar. Esta área tiene un buen valor ecológico y económico. Por lo tanto, los humedales son recursos preciosos. La precisión de los métodos tradicionales de clasificación de humedales es baja (por ejemplo, basada en el método de máquina de soporte). Para explorar formas de mejorar la precisión de la clasificación de humedales, este documento seleccionó el humedal en la desembocadura del río Amarillo como área de estudio. Y, utilizamos los datos hiperespectrales de Zhuhai No. 1 como datos de investigación. Luego, utilizamos el método de transformación logarítmica para mejorar las características espectrales de las imágenes de teledetección. Finalmente, utilizamos el método de campo aleatorio de Markov (MRF) y el método de máquina de vectores de soporte (SVM) para clasificar finamente los humedales en el área de la desembocadura del río Amarillo. Utilizamos estos experimentos para explorar métodos de clas

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Recursos de humedales; Valor ecológico; Valor económico; Métodos de clasificación; Datos hiperespectrales; Campo aleatorio de Markov
• Keywords:Wetland resources; Ecological; Economic value; Classification methods; Hyperspectral data; Markov random field