支持向量机在空间信息处理领域的应用研究

被引:6
作者
谭琨 [1 ]
杜培军 [1 ]
郑辉 [2 ]
机构
[1] 中国矿业大学地理信息与遥感科学系
[2] 兖州矿务局济山煤矿
关键词
支持向量机(SVM); 空间信息处理; 遥感影像处理;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TP311.13 [];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 1201 ;
摘要
支持向量机作为一种最新的也是最有效的统计学习方法,近年来成为模式识别与机器学习领域一个新的研究热点。支持向量机具有小样本学习、抗噪声性能好、学习效率高和推广性好的优点,能够用于空间信息处理分析领域的遥感影像处理、高光谱分类、拟合与回归、数据挖掘、目标检测等任务。本文在总结分析近年来支持向量机在空间信息处理领域应用主要进展与成果的基础上,结合支持向量机理论方法与空间信息处理的发展趋势,提出了今后有必要重点研究的若干问题,包括空间数据挖掘、智能空间信息处理、高维空间数据处理等。
引用
收藏
页码:87 / 89+94+179 +94
页数:5
相关论文
共 10 条
[1]   基于支持向量机的GPS似大地水准面拟合 [J].
吴兆福 ;
宫鹏 ;
高飞 ;
王侬 ;
不详 .
测绘学报 , 2004, (04) :303-306
[2]   空间信息处理过程建模研究 [J].
高勇 ;
邬伦 ;
刘瑜 .
北京大学学报(自然科学版), 2004, (06) :914-921
[3]   温室环境的支持向量机回归建模 [J].
王定成 .
农业机械学报, 2004, (05) :106-109
[4]   支持向量机的新发展 [J].
许建华 ;
张学工 ;
李衍达 .
控制与决策, 2004, (05) :481-484+495
[5]   基于混合核函数的支撑向量机及其在遥感影像土地利用分类中的应用 [J].
刘志刚 ;
秦前清 ;
李德仁 ;
王新洲 .
测绘信息与工程, 2003, (05) :1-3
[6]   基于支持向量机的航空影像纹理分类研究 [J].
徐芳 ;
燕琴 .
武汉大学学报(信息科学版), 2003, (05) :517-520
[7]   基于支持向量机的SPIN-2影像与SPOT-4多光谱影像融合研究 [J].
赵书河 ;
冯学智 ;
都金康 ;
林广发 .
遥感学报, 2003, (05) :407-411+434
[8]   支撑向量机及其遥感影像空间特征提取和分类的应用研究 [J].
骆剑承 ;
周成虎 ;
梁怡 ;
马江洪 .
遥感学报, 2002, (01) :50-55
[9]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[10]  
边肇祺编著.模式识别[M].北京:清华大学出版社,1988