利用云模型实现FSVM遥感影像分类的隶属度算法

• 作者: 严信 张月琴
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 模糊支持向量机 隶属度 云模型 遥感影像
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 291-294
• 页数: 4页
• 分类号: TP391.41
• 字数: 3767字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.05.082

摘要

针对遥感影像分类面临的数据边界模糊性以及遥感信息解译过程不确定性的问题,结合模糊支持向量机在分类应用中可以有效避免噪声样本干扰的特点,提出一种基于云模型求解模糊支持向量机隶属度的方法.该方法通过无需隶属度的逆向云算法输入样本的定量位置得到样本类别的数字特征,再根据正向云算法计算得到每个样本对其定性类别的隶属度.实验结果表明,采用基于云模型隶属度的模糊支持向量机对遥感影像的分类方法是可行的,并能够有效提高对遥感影像的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张月琴	太原理工大学计算机科学与技术学院	49	336	10.0	16.0
2	严信	太原理工大学计算机科学与技术学院	1	2	1.0	1.0