基于SVM的IRS-P6卫星影像分类方法

作者:肖辉军,蒋恩松,丁树文   出版商:陕西科技大学学报   出版日期:2008 年 1 月
摘  要:支持向量机是20世纪90年代发展出的一种新的通用机器学习算法,在解决小样本、非线性及高维模式识别问题中表现出许多独特的优势,成为国际上机器学习领域新的研究热点. 作者以支持向量机为分类工具,对IRS-P6数据在土地覆盖应用中分类特征的选取进行了研究,与其他传统方法的分类结果比较,使用SVM分类方法分类总精度与Kappa系数均有所提高,并进行了分类精度评价,取得了良好的效果. 实验表明SVM方法对高维输入向量具有较高的推广能力,且对遥感图像分类有着较强的优势.
相关数据
暂无相关数据!
相关文章
暂无相关文献!
声明:本站文献资源来源于网络,仅供学习交流使用,不得以任何形式用于商业用途,请于浏览后24小时内删除。如有疑问欢迎与我们联系,感谢您的支持。