改进的OIF和SVM结合的高光谱遥感影像分类

• 作者: 张磊 邵振峰
• 来源期刊: 测绘科学
• 学科: 工学
• 关键词: 高光谱 最佳指数法 支持向量机 遥感影像分类
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 技术创新
• 页码范围: 114-117,66
• 页数: 5页
• 分类号: TP751
• 语种: 中文

摘要

文章提出了一种结合改进的最佳指数法(OIF)和支持向量机(SVM)进行高光谱遥感影像分类新方法.利用本文提出的稳定系数进行波段初选择,根据相关系数选择波段组合生成新影像,并对新影像进行OIF计算,得到OIF值最大的波段组合为最佳波段组合;构建SVM分类器,对最佳波段组合分类;最后将分类结果与其他监督分类方法比较,并在相同核函数下与PCA和SVM结合的方法进行精度比较分析.实验结果表明,本文方法能够有效提取最佳波段组合,在SVM算法下获得较高分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	武汉大学测绘遥感信息工程国家重点实验室	93	409	10.0	14.0
2	邵振峰	武汉大学测绘遥感信息工程国家重点实验室	87	2642	25.0	50.0