基于多核SVM的高光谱影像植被精细分类

• 作者: 张丽 彭宇 秦进春
• 来源期刊: 测绘科学与工程
• 学科: 地球科学
• 关键词: 高光谱影像 多核支持向量机 植被精细分类
• 年，卷（期）: chkxygc_2016,（1）
• 页码范围: 36-41
• 页数: 6页
• 分类号: P223

摘要

植被自身复杂的生长环境和垂直分布结构，使得高光谱影像中的植被特征受到大量异构信息影响。在对植被进行精细分类时，随着植被类别的增加，植被样本信息量大大增加，但植被各类别之间的可分性却在下降，采用单核映射方式对所有植被样本进行处理的分类方法难以得到可靠的分类精度。多核学习方法能够以全新的核函数映射方式对复杂的样本信息进行处理，本文将多核学习方法引入植被精细分类中，提出基于多核SVM的高光谱影像植被精细分类方法，实验结果表明该方法可以显著提高分类精度，在树种识别、精细农业等方面具有广泛的应用前景。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭宇		3	16	2.0	3.0
2	秦进春		13	22	2.0	4.0
3	张丽		11	17	3.0	3.0