特征维数对支持向量机分类器性能影响的研究——以高光谱遥感影像为例

• 作者: 杜培军 王小美 谭琨
• 来源期刊: 测绘科学
• 学科: 工学
• 关键词: 高光谱遥感 支持向量机 特征提取 分类
• 年，卷（期）: 2011,（1）
• 页码范围: 55-57,31
• 页数: 4页
• 分类号: TP753
• 语种: 中文

摘要

本文为验证SVM对高维特征的适应性和可靠性,针对不同特征提取方法与特征组合,以国产OMIS Ⅱ传感器获得的北京昌平地区高光谱遥感据为例,对SVM分类器中特征维数对分类准确率的影响进行了试验,通过对主成分分析、最小噪声分离算法、相关系数分组后特征提取、导数光谱等的分析,表明SVM分类器的分类精度随着特征维数波动,其中主成分分析降维后提取的特征具有用于分类能够获得最高的准确率.通过与最大似然法和光谱角制图分类算法的比较,说明在同样的特征输入情况下SVM分类算法分类的准确率高于最大似然法和光谱角制图分类器.