通信技术
通信技術
통신기술
COMMUNICATIONS TECHNOLOGY
2009年
8期
115-117
,共3页
遥感影像分类%多类支持向量机%径向基核函数%二次分类
遙感影像分類%多類支持嚮量機%徑嚮基覈函數%二次分類
요감영상분류%다류지지향량궤%경향기핵함수%이차분류
支持向量机(SVM)应用到高光谱图像分类中有较好的识别效果.但用它来分类数据量大、维数高的高光谱图像时,就会遇到如何选择最佳惩罚因子和最优权向量系数的问题.提出一种改进的多类支持向量机分类方法,在OAO-SVM分类结果的基础上进行二次分类,以改善错分样本较多的类别之间的混淆程度.实验表明,二次分类的多类支持向量机方法是有效的.
支持嚮量機(SVM)應用到高光譜圖像分類中有較好的識彆效果.但用它來分類數據量大、維數高的高光譜圖像時,就會遇到如何選擇最佳懲罰因子和最優權嚮量繫數的問題.提齣一種改進的多類支持嚮量機分類方法,在OAO-SVM分類結果的基礎上進行二次分類,以改善錯分樣本較多的類彆之間的混淆程度.實驗錶明,二次分類的多類支持嚮量機方法是有效的.
지지향량궤(SVM)응용도고광보도상분류중유교호적식별효과.단용타래분류수거량대、유수고적고광보도상시,취회우도여하선택최가징벌인자화최우권향량계수적문제.제출일충개진적다류지지향량궤분류방법,재OAO-SVM분류결과적기출상진행이차분류,이개선착분양본교다적유별지간적혼효정도.실험표명,이차분류적다류지지향량궤방법시유효적.
