基于LSSVM和D-S的遥感图像分类方法

• 作者: 赵勇军
• 来源期刊: 华中师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 最小二乘支持向量机 证据理论 遥感图像
• 年，卷（期）: 2014,（1）
• 页码范围: 29-32
• 页数: 4页
• 分类号: TN911.73
• 字数: 2897字
• 语种: 中文

摘要

为了提高遥感图像的识别率,提出一种基于最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)和证据理论(Dempster-Shafer theory,D-S)的遥感图像分类方法.该方法首先分别提取遥感图像的纹理和颜色特征,然后分别对纹理和颜色特征采用LSSVM建立分类模型,并得到相应特征的分类率,最后把单一特征分类正确率输入到D-S证据理论对它们进行融合,从而得到它们的权值,并根据权值得到遥感图像的最终分类结果.仿真结果表明,该方法不仅提高了遥感图像的分类率,而且还加快了遥感图像分类的速度,从而使得该方法在地理信息系统具有一定的应用价值.