基于支撑向量回归的二端元混合像元分解

• 作者: 吴晓英 王翠云
• 来源期刊: 干旱区地理
• 学科: 工学
• 关键词: SVR LSMM 非线性 混合像元分解
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 地球信息科学
• 页码范围: 327-333
• 分类号: TP753
• 语种: 中文

摘要

针对遥感影像混合像元光谱复杂,其非线性特征,传统LSMM分解模型难以进行有效的混合像元分解的不足.通过基于SVR的二端元混合像元分解的研究,从真实遥感影像上获取典型的植被、非植被光谱信息,构造二端元混合光谱库,进行SVR模型的混合像元分解.当样本量为6％时,交叉验证获得最佳模型参数(C=1024.0和g=4.0),进一步对全部混合像元进行混合像元分解.实验结果表明:SVR分解结果RMSE为5.95,R2为0.958,优于LSMM方法(RMSE=7.71,R2=0.932),且在各个不同真值丰度下具有更好的稳定性,证明该方法对于非线性混合光谱具有很好的学习和推广能力.此外,该方法的精度不随训练样本量的增加呈明显变化,体现出SVR在有限样本情况下能够保证高效率的训练能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王翠云	兰州城市学院城市经济与旅游文化学院	16	96	5.0	9.0
2	吴晓英		7	18	2.0	4.0