發(fā)布時間：2017-08-06 16:16

  本文關鍵詞：凸組合核函數的支持向量機高光譜圖像分類

  更多相關文章： 高光譜圖像 支持向量機 核函數 凸組合

【摘要】：支持向量機的高光譜圖像分類中,單核函數存在局限性。為了提高分類器的分類精度和支持向量機模型的泛化能力,利用高斯徑向基核和多層感知核進行凸組合構造復合核函數支持向量機,證明了該函數滿足作為核函數的判決Mercer條件,并進一步將凸組合核函數支持向量機應用到高光譜圖像分類中,完成了建模和實驗驗證。實驗結果表明,凸組合核函數具有較好的魯棒性,且該類支持向量機的分類精度和KAPPA系數較單核SVM均得到了有效的提高,是一種解決多分類問題行之有效的分類器。
【作者單位】： 電子工程學院;
【關鍵詞】： 高光譜圖像 支持向量機 核函數 凸組合
【基金】：國家自然科學基金資助項目(No.61179036,No.61201379)資助
【分類號】：TP751;TP18
【正文快照】： 1引言高光譜圖像具有光譜分辨率高,圖譜合一的優(yōu)點,依據目標光譜維和空間維特征實現圖像的識別和分類,在民/軍用領域都有著廣泛應用。但在高光譜圖像的分類識別方面也存在一定的困難,如Hughes現象;因波段多、波段間相關性高而導致的所需訓練樣本數增多[1],進而導致訓練樣本不

【相似文獻】

中國期刊全文數據庫 前1條

1 劉f，

本文編號：630545