支撑向量机在高光谱遥感图像分类中的应用

被引：9

作者：

许将军 ^{[1
]}

赵辉 ^{[2
]}

机构：

[1] 中国民航飞行学院广汉分院

[2] 电子科技大学自动化工程学院

来源：

计算机仿真 | 2009年 / 26卷 / 12期

关键词：

高光谱遥感; 图像预处理; 支撑向量机; 核函数;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

高光谱遥感图像具有维数高的特点,当样本较少时,利用传统的统计识别方法分类,分类精度低。可支撑向量机(SVM)能解决小样本、高维、非线性分类问题。采用归一化法对原始图像做预处理,再分析不同的SVM核函数对分类精度的影响;并把SVM与最小距离法,马氏距离法等的分类结果进行比较。结果表明SVM的核函数类型对分类正确率影响不大,其分类精度高于传统的统计识别方法。

引用

页码：164 / 167

页数：4