支持向量机和BP网络改进模型的性能对比研究

• 作者: 李朝峰 裴学华
• 来源期刊: 微电子学与计算机
• 关键词: 支持向量机 BP网络 性能对比 遥感图像分类
• 年，卷（期）: 2006,（1）
• 页码范围: 169-173
• 页数: 5页
• 分类号: TP751
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2006.01.048

摘要

通过引入支持向量机(SVM)方法,提出了基于SVM的遥感图像多类分类模型,分析了SVM多类分类器的构造及其参数选取问题,并结合实例,讨论了SVM分类器性能随其本身参数变化情况,最后与几种代表性的BP网络改进模型进行了系统的对比分析.实验表明,SVM方法的分类时间要远大于改进的BP模型,而分类精度优于BP网络改进模型中效果最好的几种优化算法3个百分点左右,是一种有效的图像分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李朝峰	江南大学信息工程学院	16	173	7.0	13.0
2	裴学华	江南大学信息工程学院	4	23	3.0	4.0