基于改进的最小二乘支持向量机的高光谱遥感图像分类

被引：10

作者：

赵春晖

乔蕾

机构：

[1] 哈尔滨工程大学信息与通信工程学院

来源：

应用科技 | 2008年 / 01期

关键词：

最小二乘支持向量机; 光谱角; 高光谱遥感分类;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

支持向量机因其适用高维特征、小样本与不确定性问题的优越性,是一种极具潜力的高光谱遥感分类方法.核函数是支持向量机的核心,核函数分为局部核函数与全局核函数两大类,不同的核函数将产生不同的分类效果.核函数也是支持向量机理论中比较难理解的一部分.在基本核函数中引入光谱匹配识别中的典型方法——光谱角度匹配法(SAM法),兼顾到光谱亮度与光谱向量方向的距离测度,结合最小二乘支持向量机,通过与传统SVM分类方法的比较,证明这种方法的有效性.

引用

页码：44 / 47+52 +52

页数：5