基于支持向量机的高光谱遥感分类进展

• 作者: 孙敦新 杜培军 林卉
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 高光谱遥感 支持向量机 分类
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 技术交流
• 页码范围: 37-40,50
• 页数: 5页
• 分类号: P2
• 字数: 4731字
• 语种: 中文
• DOI: 10.3969/j.issn.0494-0911.2006.12.011

摘要

支持向量机作为一种最新的也是最有效的统计学习方法,近年来成为模式识别与机器学习领域一个新的研究热点.支持向量机因其适用高维特征、小样本与不确定性问题的优越性,是一种极具潜力的高光谱遥感分类方法.在分析基于支持向量机的高光谱遥感影像分类进展的基础上,对若干需要进一步研究的问题包括多类分类策略、训练样本与特征空间优化、不确定性控制、核函数选择与优化等进行探讨.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜培军	中国矿业大学地理信息与遥感科学系	161	3419	32.0	50.0
2	林卉	徐州师范大学国土信息与测绘工程系	70	1201	17.0	33.0
3	孙敦新		5	76	3.0	5.0