基于支持向量机的EO-1 Hyperion遥感图像分类研究

• 作者: 杨天野 毛学刚 胡俊凯 郑淼 郭文茜 马岩岩
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: Hyperion 支持向量机(SVM) 森林类型识别 分类方法 核函数
• 年，卷（期）: 2014,（15）
• 所属期刊栏目: 农业信息科学
• 页码范围: 4892-4894,4900
• 页数: 4页
• 分类号: S126
• 字数: 2787字
• 语种: 中文

摘要

以EO-1 Hyperion高光谱遥感数据为基础,对其进行大气校正、几何校正、滤波等处理,采用支持向量机分类方法对其进行分类,选择不同的核函数,主要有线性核、多项式核、径向基核、Sigmoid核,其余采用相同参数设置,进而比较不同核函数在EO-1 Hyperion数据分类中的效果.结果表明,采用支持向量机方法对研究区域的EO-1 Hyperion遥感数据进行分类,采用不同的核函数对分类结果影响不大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛学刚	东北林业大学林学院	36	391	12.0	19.0
2	马岩岩	东北林业大学林学院	3	0	0.0	0.0
3	郑淼	东北林业大学林学院	3	32	2.0	3.0
4	郭文茜	东北林业大学林学院	1	0	0.0	0.0
5	胡俊凯	东北林业大学林学院	1	0	0.0	0.0
6	杨天野	东北林业大学林学院	1	0	0.0	0.0