测绘通报
測繪通報
측회통보
BULLETIN OF SURVEYING AND MAPPING
2006年
12期
37-40,50
,共5页
高光谱遥感%支持向量机%分类
高光譜遙感%支持嚮量機%分類
고광보요감%지지향량궤%분류
支持向量机作为一种最新的也是最有效的统计学习方法,近年来成为模式识别与机器学习领域一个新的研究热点.支持向量机因其适用高维特征、小样本与不确定性问题的优越性,是一种极具潜力的高光谱遥感分类方法.在分析基于支持向量机的高光谱遥感影像分类进展的基础上,对若干需要进一步研究的问题包括多类分类策略、训练样本与特征空间优化、不确定性控制、核函数选择与优化等进行探讨.
支持嚮量機作為一種最新的也是最有效的統計學習方法,近年來成為模式識彆與機器學習領域一箇新的研究熱點.支持嚮量機因其適用高維特徵、小樣本與不確定性問題的優越性,是一種極具潛力的高光譜遙感分類方法.在分析基于支持嚮量機的高光譜遙感影像分類進展的基礎上,對若榦需要進一步研究的問題包括多類分類策略、訓練樣本與特徵空間優化、不確定性控製、覈函數選擇與優化等進行探討.
지지향량궤작위일충최신적야시최유효적통계학습방법,근년래성위모식식별여궤기학습영역일개신적연구열점.지지향량궤인기괄용고유특정、소양본여불학정성문제적우월성,시일충겁구잠력적고광보요감분류방법.재분석기우지지향량궤적고광보요감영상분류진전적기출상,대약간수요진일보연구적문제포괄다류분류책략、훈련양본여특정공간우화、불학정성공제、핵함수선택여우화등진행탐토.
