一种新的可见光遥感图像云判别算法

• 作者: 尹东 张荣 王奎 赵敏
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 云判别 SVM 聚类
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 遥感应用
• 页码范围: 106-110
• 分类号: TP753
• 语种: 中文

摘要

为了解决由于云层遮挡所引起的数据利用率低等问题,提出了一种新的基于支持向量机（SVM）与无监督聚类算法相结合的分类算法,实现可见光遥感图像快速高效地自动云判别。该算法首先使用ISODATA进行聚类,再利用聚类结果为SVM挑选训练集,从而大大减少SVM的训练时间,融合了SVM准确率高与ISODATA聚类速度快的优势。结果表明：该算法使得SVM的训练时间降低至单独使用SVM算法所需训练时间的2%,基本满足实时性需求,并保证分类正确率达90%以上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张荣	中国科学技术大学电子工程与信息科学系	119	1565	22.0	32.0
2	尹东	中国科学技术大学电子工程与信息科学系	59	588	15.0	22.0
3	王奎	中国科学技术大学电子工程与信息科学系	4	70	3.0	4.0
4	赵敏	中国科学技术大学电子工程与信息科学系	36	859	11.0	29.0