基于K型支持向量机的遥感图像分类新算法

• 作者: 何建农 王静
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: K型核函数 支持向量机 纹理特征 灰度共生矩阵 遥感图像分类
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 图形图像处理
• 页码范围: 2832-2835,2839
• 分类号: TP751
• 字数: 4231字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.02832

摘要

为了提高遥感图像的分类精度和识别速度,提出了一种基于K型支持向量机(SVM)的遥感图像分类新算法,该算法将灰度共生矩阵提取的纹理特征与光谱特征相结合进行分类.对两组Landsat ETM+数据进行分类仿真实验,结果表明,在多光谱遥感图像的分类中,新算法提高了分类效率、分类精度和泛化能力,K型SVM是一种优于径向基函数SVM的分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王静	福州大学数学与计算机科学学院	17	115	5.0	10.0
2	何建农	福州大学数学与计算机科学学院	46	441	13.0	19.0