基于支持向量机的遥感图像舰船目标识别方法

• 作者: 徐守时 李毅
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 支持向量机 统计学习理论 舰船目标分类
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 可视化仿真技术
• 页码范围: 180-183
• 页数: 4页
• 分类号: TP391.41
• 字数: 3925字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.06.048

摘要

针对高分辨率遥感图像舰船目标识别问题,提出了一种基于支持向量机的舰船目标分类方法.支持向量机(SVM)是一类新型机器学习方法,基于结构风险最小化归纳原则,具有出色的学习能力.与传统的方法相比,支持向量机不但结构简单,而且技术性能特别是泛化能力明显提高.该文简要介绍了有关统计学习理论和支持向量机算法,将支持向量机应用于遥感图像舰船目标识别,并同传统的舰船识别方法进行了相关的对比实验,实验结果说明本文提出的分类器在识别性能上明显优于其它传统分类器,具有更高的识别性能率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐守时	中国科学技术大学电子工程与信息科学系	29	679	14.0	26.0
2	李毅	中国科学技术大学电子工程与信息科学系	83	854	15.0	27.0