【土壤分类】基于支持向量机实现土壤分类附matlab代码

1 简介

为了分析不同质地土壤的gabor特性,建立合适的土壤质地分类预测模型.研究以沙土、壤土和黏土3种不同类型土壤作为研究对象,采集了山西省内3个地区的土壤样本共156个,获取其gabor数据,采用支持向量机(SVM)在1 001～2 500 nm波段内对不同质地土壤的gabor值进行建模预测.结果表明,3种质地土壤具有不同的gabor特性;利用支持向量机建立的土壤分类预测模型,其测试集的预测正确率达到91.67％,说明SVM在土壤分类应用中的效果较好,可以利用SVM模型进行土壤属性预测.

2 部分代码

function waveletMoments = waveletTransform(image)

% input: image to process and extract wavelet coefficients from

% output: 1x20 feature vector containing the first 2 moments of wavelet

% coefficients

imgGray = double(rgb2gray(image))/255;

imgGray = imresize(imgGray, [256 256]);

coeff_1 = dwt2(imgGray, coif1);

coeff_