支撑向量机在高光谱遥感图像分类中的应用

• 作者: 许将军 赵辉
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 高光谱遥感 图像预处理 支撑向量机 核函数
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 可视化仿真技术
• 页码范围: 164-167
• 页数: 4页
• 分类号: TF75
• 字数: 3055字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.12.045

摘要

高光谱遥感图像具有维数高的特点,当样本较少时,利用传统的统计识别方法分类,分类精度低.可支撑向量机(SVM)能解决小样本、高维、非线性分类问题.采用归一化法对原始图像做预处理,再分析不同的SVM核函数对分类精度的影响;并把SVM与最小距离法,马氏距离法等的分类结果进行比较.结果表明SVM的核函数类型对分类正确率影响不大,其分类精度高于传统的统计识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵辉	电子科技大学自动化工程学院	19	121	7.0	10.0