杭州电子科技大学学报
杭州電子科技大學學報
항주전자과기대학학보
JOURNAL OF HANGZHOU DIANZI UNIVERSITY
2012年
4期
88-91
,共4页
多光谱遥感图像%分类%光谱特征%形状特征%蚁群算法%支持向量机分类器
多光譜遙感圖像%分類%光譜特徵%形狀特徵%蟻群算法%支持嚮量機分類器
다광보요감도상%분류%광보특정%형상특정%의군산법%지지향량궤분류기
该文应用蚊群算法和支持向量机实现多光谱遥感图像分类.首先提取出多光谱遥感图像的光谱特征、纹理特征和形状特征,然后利用蚁群优化算法从提取出的多维特征空间中选择最优的特征子集向量,最后将特征子集作为支持向量机分类器的输入量实现分类.实验结果显示,较传统的K均值方法文章给出的方法能够提高遥感图像的分类精度.
該文應用蚊群算法和支持嚮量機實現多光譜遙感圖像分類.首先提取齣多光譜遙感圖像的光譜特徵、紋理特徵和形狀特徵,然後利用蟻群優化算法從提取齣的多維特徵空間中選擇最優的特徵子集嚮量,最後將特徵子集作為支持嚮量機分類器的輸入量實現分類.實驗結果顯示,較傳統的K均值方法文章給齣的方法能夠提高遙感圖像的分類精度.
해문응용문군산법화지지향량궤실현다광보요감도상분류.수선제취출다광보요감도상적광보특정、문리특정화형상특정,연후이용의군우화산법종제취출적다유특정공간중선택최우적특정자집향량,최후장특정자집작위지지향량궤분류기적수입량실현분류.실험결과현시,교전통적K균치방법문장급출적방법능구제고요감도상적분류정도.
