利用PCA算法进行乔木树种高光谱数据降维与分类

• 作者: 杨敏华 林辉 臧卓
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 高光谱 降维 分类 主成分分析 黄丰桥林场
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 应用研究
• 页码范围: 146-149
• 页数: 4页
• 分类号: P237.9|TP751
• 语种: 中文

摘要

本文利用主成分分析法分别对乔木树种高光谱反射率原始数据及3种预处理数据进行降维运算,再使用SVM-RBF、SVM-Linear、BP、Fisher 4种分类算法,对降维后的数据进行分类测试,发现累积方差贡献率与分类精度没有必然联系,而主成分的个数对分类结果的影响较为明显;不同的数据预处理方法和不同的分类方法对主成分分析算法降维后数据的分类灵敏度不同.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林辉	中南林业科技大学林业遥感信息工程研究中心	130	1476	21.0	29.0
2	杨敏华	中南大学信息物理工程学院	100	1134	19.0	30.0
3	臧卓	中南林业科技大学林业遥感信息工程研究中心	6	92	5.0	6.0