组合核支持向量机高光谱图像分类

• 作者: 厉小润 朱洁尔 王晶 赵辽英
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 高光谱图像分类 支持向量机 空间邻域 组合核
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 电气工程
• 页码范围: 1403-1410
• 页数: 8页
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2013.08.012

摘要

为了提高高光谱遥感图像分类中空间信息的利用率,提出一种将空间邻域信息和光谱信息结合的组合核支持向量机(SVM)学习算法.用SVM进行预分类,从分类结果图提取各像素的空间邻域特征,与光谱特征结合构造组合核SVM进行分类,并再次提取空间邻域特征进行多次空-谱信息组合核SVM迭代分类,如此迭代10次,从中选择合适的结果作为最终输出.结果表明,该方法对传统支持向量机的分类精度提升幅度可达10％左右.同时,与其他组合核支持向量机相比,该算法用更少的训练样本获得了更高分类精度.