高维遥感图像的快速分类算法

• 作者: 孙华生 李晓轩
• 来源期刊: 测绘科学
• 学科: 工学
• 关键词: 支持向量机SVM k均值二叉树 图像分类 高维数据
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 基础研究
• 页码范围: 19-23,37
• 页数: 6页
• 分类号: TP701
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2016.08.004

摘要

为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法.该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差.该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类.测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙华生	辽宁工程技术大学测绘与地理科学学院	14	68	5.0	7.0
2	李晓轩	辽宁工程技术大学测绘与地理科学学院	1	1	1.0	1.0