Mixed KPCA结合纹理特征的SVM盐碱土信息提取

• 作者: 包安明 崔林林 李春轩 罗毅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 混合核主成分分析 纹理特征分析 支持向量机 盐碱土
• 年，卷（期）: 2012,（27）
• 所属期刊栏目: 工程与应用
• 页码范围: 211-216
• 分类号: TP391
• 字数: 6149字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.27.044

摘要

核函数是核主成分分析(Kernel Principal Component Analysis,KPCA)的核心,目前使用的核函数都是单一核函数.尝试通过将光谱角径向基核函数(Spectral Angle Radial Basis Function,SA-RBF)与RBF组合形成混合核函数.在研究中,利用基于该混合核函数的KPCA进行特征提取,将其光谱特征波段和纹理特征相结合用于盐碱土的SVM分类,将分类结果与其他SVM分类进行比较,结果表明:该方法优于其他SVM方法,能有效提取玛纳斯河流域绿洲区的盐碱土专题信息,分类精度是89.000％,kappa系数是0.876.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗毅	中国科学院新疆生态与地理研究所	62	1657	22.0	40.0
2	包安明	中国科学院新疆生态与地理研究所	112	2023	27.0	39.0
3	崔林林	中国科学院新疆生态与地理研究所	9	70	6.0	8.0
7	李春轩	中国科学院新疆生态与地理研究所	1	8	1.0	1.0