测绘科学

2014, v.39;No.193(07) 87-89+107

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

利用偏态二叉树最小二乘支持向量机进行高光谱遥感影像分类
Application of skew binary tree multi-class LS-SVM classifier in hyperspectral remote sensing image classification

郭学兰;杨敏华;毛军;

摘要(Abstract):

本文采用偏态二叉树最小二乘支持向量机的方法来进行高光谱遥感影像的分类,分别采用交叉验证法、遗传算法、粒子群优化算法来优化高斯径向基核函数的2个参数。以北京昌平小汤山地区的高光谱影像为例,对这3种参数优化方法进行比较验证,其中基于交叉验证法优化参数所获得的分类精度最佳。实验也证明了本文采用的分类方法明显优于其他传统的分类方法,有效地提高了高光谱数据的分类精度。

关键词(KeyWords): 高光谱;偏态二叉树最小二乘支持向量机;交叉验证法;遗传算法;粒子群优化算法

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 郭学兰;杨敏华;毛军;

Email:

DOI: 10.16251/j.cnki.1009-2307.2014.07.033

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享