城市勘测
城市勘測
성시감측
URBAN GEOTECHNICAL INVESTIGATION & SURVEYING
2006年
3期
27-29,35
,共4页
何德平%肖勇%肖兴国%黄永红%周庆人
何德平%肖勇%肖興國%黃永紅%週慶人
하덕평%초용%초흥국%황영홍%주경인
机器学习%支持向量机%遥感影像%图像处理
機器學習%支持嚮量機%遙感影像%圖像處理
궤기학습%지지향량궤%요감영상%도상처리
支持向量机(Support Vector Machine, SVM)是目前机器学习界中的研究热点,其理论基础是统计学习理论.它基于结构风险最小化(SRM)原理,在最小化样本点误差的同时,缩小模型预测误差的上界,从而提高了模型的泛化能力.与基于传统统计学的经验风险最小化(ERM)的许多方法相比,支持向量机的性能有了显著的提高.当前,支持向量机在遥感影像中的应用研究还处在起步阶段,已应用于遥感影像分类、目标检测、融合、道路网提取等多方面.随着支持向量机的研究不断深入,必将更广泛地应用于遥感影像处理之中.
支持嚮量機(Support Vector Machine, SVM)是目前機器學習界中的研究熱點,其理論基礎是統計學習理論.它基于結構風險最小化(SRM)原理,在最小化樣本點誤差的同時,縮小模型預測誤差的上界,從而提高瞭模型的汎化能力.與基于傳統統計學的經驗風險最小化(ERM)的許多方法相比,支持嚮量機的性能有瞭顯著的提高.噹前,支持嚮量機在遙感影像中的應用研究還處在起步階段,已應用于遙感影像分類、目標檢測、融閤、道路網提取等多方麵.隨著支持嚮量機的研究不斷深入,必將更廣汎地應用于遙感影像處理之中.
지지향량궤(Support Vector Machine, SVM)시목전궤기학습계중적연구열점,기이론기출시통계학습이론.타기우결구풍험최소화(SRM)원리,재최소화양본점오차적동시,축소모형예측오차적상계,종이제고료모형적범화능력.여기우전통통계학적경험풍험최소화(ERM)적허다방법상비,지지향량궤적성능유료현저적제고.당전,지지향량궤재요감영상중적응용연구환처재기보계단,이응용우요감영상분류、목표검측、융합、도로망제취등다방면.수착지지향량궤적연구불단심입,필장경엄범지응용우요감영상처리지중.
