支持向量机在遥感数据分类中的应用新进展

• 作者: 张睿 马建文
• 来源期刊: 地球科学进展
• 关键词: 支持向量机 遥感数据分类
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 新学科·新技术·新发现
• 页码范围: 555-562
• 页数: 8页
• 分类号: TP79
• 语种: 中文
• DOI: 10.3321/j.issn:1001-8166.2009.05.012

摘要

支持向量机是一种基于统计学习理论的新型机器学习算法,它通过解算最优化问题,在高维特征空间中寻找最优分类超平面,从而解决复杂数据的分类及回归问题.随着应用面的不断扩大,支持向量机在遥感领域也得到了广泛关注.该算法已经成功的应用于遥感数据的土地覆盖、土地利用分类,多时相遥感数据的变化检测,多源遥感数据信息融合等,并且在高光谱遥感数据处理中得到了广泛应用.综述了支持向量机算法在遥感数据分类中的应用.首先对支持向量机的理论进行简要介绍,进而综述了该算法在不同遥感问题中的应用进展,最后阐述了新型支持向量机算法的发展以及在遥感中的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马建文	中国科学院对地观测与数字地球科学中心	78	1970	24.0	42.0
2	张睿	中国科学院遥感应用研究所	28	236	7.0	15.0