作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
支持向量机(SVM)应用到高光谱图像分类中有较好的识别效果.但用它来分类数据量大、维数高的高光谱图像时,就会遇到如何选择最佳惩罚因子和最优权向量系数的问题.提出一种改进的多类支持向量机分类方法,在OAO-SVM分类结果的基础上进行二次分类,以改善错分样本较多的类别之间的混淆程度.实验表明,二次分类的多类支持向量机方法是有效的.
推荐文章
一种新的ART网络遥感影像分类方法
ART神经网络
遥感影像和航空图像聚类
模糊交
一种改进的SVM决策树及在遥感分类中的应用
遗传算法
K近邻
支持向量机决策树
遥感图像分类
基于SVM的一种新的分类器设计方法
小样本数据
SVM分类器
分类准确率
半监督学习
一种基于AdaBoost-SVM的流量分类方法
流量分类
K-L变换
支持向量机
AdaBoost
弱分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于SVM的遥感影像分类技术
来源期刊 通信技术 学科 工学
关键词 遥感影像分类 多类支持向量机 径向基核函数 二次分类
年,卷(期) 2009,(8) 所属期刊栏目 信源处理
研究方向 页码范围 115-117
页数 3页 分类号 TN919.3
字数 2958字 语种 中文
DOI 10.3969/j.issn.1002-0802.2009.08.038
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李雪婵 10 44 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (35)
参考文献  (1)
节点文献
引证文献  (6)
同被引文献  (24)
二级引证文献  (5)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
遥感影像分类
多类支持向量机
径向基核函数
二次分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
论文1v1指导