首页 -> 文献共享 -> 定量遥感-> 正文

SVM在多源遥感图像分类中的应用研究

作者：何灵敏   出版商：浙江大学人工智能研究所   出版日期：2007 年 4 月
       摘　要　在利用遥感图像进行土地利用/覆盖分类过程中,可采用以下两种途径来提高分类精度:一是通过增加有利于分类的数据源,引入地理辅助数据和归一化植被指数(NDVI)来进行多源信息融合;二是选择更好的分类方法,例如支持向量机(SVM)学习方法,由于该方法克服了最大似然法和神经网络的弱点,非常适合高维、复杂的小样本多源数据的分类。
查看全文 本地浏览
相关数据
暂无相关数据！
相关文章
暂无相关文献！
●  上一篇： 干旱区内陆河流域人口统计数据的空间化—以黑河流域为例     ●  下一篇： 竞奏共鸣下的 “ 对话 ” ——— 从 《 地图 》 解读谭盾音乐    
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。