一种基于KFCM的SVM遥感图像机场目标分类算法

• 作者: 刘峰 张瑞峰 张立民
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: 目标分类算法 支持向量机 模糊核C-均值聚类算法 遥感图像
• 年，卷（期）: 2013,（2）
• 页码范围: 161-166
• 分类号: TP301.6
• 字数: 4603字
• 语种: 中文

摘要

在遥感图像机场目标分类方面,支持向量机(SVM)有着广泛的应用,但由于样本不平衡问题以及不确定性数据的存在,传统SVM算法的分类精度与效果还无法令人满意.为提高传统SVM分类器的性能,文章将建立在模糊理论基础上的模糊核C-均值聚类算法(KFCM)用于处理遥感数据的不确定性问题,并通过聚类分析后的目标子图,剔除非目标样本的同时保留了目标样本,较好地解决了样本不平衡问题.将基于KFCM的SVM分类算法用于遥感图像机场目标的分类,实验结果和性能分析表明该算法分类性能优于传统SVM算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立民	海军航空工程学院科研部	163	596	11.0	15.0