基于SVM不同核函数的多源遥感影像分类研究

被引：8

作者：

王双亭

艾泽天

都伟冰

康敏

机构：

[1] 河南理工大学测绘与国土信息学院

来源：

河南理工大学学报(自然科学版) | 2011年 / 03期

关键词：

SVM; 核函数; 多源遥感影像分类;

D O I：

10.16186/j.cnki.1673-9787.2011.03.008

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

选取同地区同时相的多光谱和高光谱影像,在实验样本和验证样本相同的情况下,采用SVM分类算法中4种不同的核函数,对2种影像进行分类实验.结果表明,对于多光谱影像,RBF核函数分类精度最高,Sigmoid最低;对于高光谱影像,Linear核函数分类精度最高,Sigmoid最低;对于同地区相同分辨率的遥感图像,在分类条件相同的情况下,多光谱影像的分类精度和高光谱的分类精度相近.

引用

页码：304 / 309

页数：6

共 7 条

[1] 支撑向量机在高光谱遥感图像分类中的应用 [J].

许将军 ;

赵辉 .

计算机仿真, 2009, 26 (12) :164-167

[2] 基于支持向量机的高光谱遥感分类进展 [J].

杜培军 ;

林卉 ;

孙敦新 .

测绘通报, 2006, (12) :37-40+50

[3] EO-1 Hyperion高光谱数据的预处理 [J].

谭炳香 ;

李增元 ;

陈尔学 ;

庞勇 .

遥感信息, 2005, (06) :36-41

[4] 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

[5]

基于机器学习的高维多光谱数据分类[D]. 夏建涛.西北工业大学. 2002

[6]

支持向量机理论及工程应用实例[M]. 西安电子科技大学出版社 , 白鹏等, 2008

[7]

The use of small training sets containing mixed pixels for accurate hard image classification: Training on mixed spectral responses for classification by a SVM[J] . Giles M. Foody,Ajay Mathur.Remote Sensing of Environment . 2006 (2)

← 1 →