高光谱遥感图像分类算法中的应用研究

• 作者: 何宇 张敬 朱献文
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 高光谱 遥感图像 支持向量机 特征提取
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 可视化仿真技术
• 页码范围: 281-284
• 分类号: TP751.1
• 字数: 3307字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.02.067

摘要

针对高光谱遥感图像数据量大、维数高、数据之间冗余量大的特点,提出一种基于决策边界特征提取( Decision Boundary Feature Extraction,DBFE)的SVM高光谱遥感图像分类算法.首先采用DBFE对高光谱遥感图像进行特征提取,消除特征之间相关性,并降低特征维数,然后采用GA对SVM参数进行优化,找到最优分类模型参数,最后采用最优分类模型对待分类的高光谱遥感图像进行分类.仿真结果表明,高光谱遥感图像分类算法提高了高光谱遥感图像分类的效率和分类正确率,说明分类方法是有效、可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敬	黄淮学院国际学院	15	17	2.0	3.0
2	朱献文	黄淮学院国际学院	13	54	4.0	7.0