基于Grey-Sigmoid核函数支持向量机高光谱遥感图像分类方法研究

• 作者: 乔红波 师越 王颢霖 郭伟
• 来源期刊: 河南农业大学学报
• 学科: 工学
• 关键词: 高光谱遥感 支持向量机 图像 分类
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 402-407
• 页数: 6页
• 分类号: TP205
• 字数: 4624字
• 语种: 中文

摘要

针对传统支持向量机方法中存在的野值噪声敏感问题,提出了一种基于紧密度的Grey-Sigmoid核函数支持向量机,不仅考虑样本与所属类中心之间的关系,还考虑了各个样本之间的距离.通过样本之间的紧密度来描述各个样本之间的关系,利用包围同一类样本的最小超球半径来衡量样本间的紧密度,样本灰度依据样本在球中的位置确定.通过对田间小麦全蚀病的遥感图像分类的实验验证,证明Grey-Sigmoid核函数和传统的Sigmoid核函数相比,计算速度更快,且精度没有明显损失.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔红波	河南农业大学信息与管理科学学院	22	190	8.0	13.0
2	郭伟	河南农业大学信息与管理科学学院	20	119	6.0	10.0
3	王颢霖		1	4	1.0	1.0
4	师越	河南农业大学信息与管理科学学院	1	4	1.0	1.0