基于DLSVM算法的高分辨率遥感图像分类研究

• 作者: 周城 海涛洋 王典洪 舒振宇
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 高分辨率遥感图像分类 支持向量机 局部支持向量机
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 物理与电子信息科学
• 页码范围: 78-84
• 页数: 7页
• 分类号: TP39
• 字数: 5360字
• 语种: 中文

摘要

为了进一步提高高分辨率遥感图像的分类精度及效率，融合支持向量机 SVM 及局部支持向量机KNNSVM算法，借助主动学习相关理论，提出了基于距离的局部支持向量机算法（ DLSVM）。该算法通过对未标记样本和超平面之间的距离与预先设定的距离阈值相比较，判断是否需要进一步建立局部支持向量机KNNSVM来确定样本的类标。对实际的高分辨率遥感图像分类的实验结果显示：在合适的距离阈值与K值的设置下，该算法能够提高支持向量机SVM的分类精度，同时大大降低KNNSVM算法的时间消耗。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王典洪	中国地质大学地球物理与空间信息学院	96	711	15.0	22.0
2	舒振宇	中南民族大学电信学院	12	71	4.0	8.0
6	周城	中南民族大学电信学院	19	92	6.0	9.0
7	海涛洋	中南民族大学电信学院	1	1	1.0	1.0