仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2014年
2期
405-411
,共7页
谭熊%余旭初%秦进春%魏祥坡
譚熊%餘旭初%秦進春%魏祥坡
담웅%여욱초%진진춘%위상파
高光谱影像%多核SVM%分类
高光譜影像%多覈SVM%分類
고광보영상%다핵SVM%분류
hyperspectral image%multiple kernel SVM%classification
以支持向量机为代表的核方法在高光谱影像处理中得到了广泛的应用.但高光谱影像的数据特点使单核学习模型的分类具有一定的局限性.提出了一种基于多核SVM的高光谱影像分类方法.该方法以线性加权求和核为多核组合方式,从简单多核学习模型的原始问题出发,通过迭代解算单个标准SVM优化问题来实现权系数的解算,最后利用一系列两类分类器组合解决多类分类问题.通过AVIRIS和PHI影像2组实验,表明了高光谱影像的多核SVM分类方法的优势.
以支持嚮量機為代錶的覈方法在高光譜影像處理中得到瞭廣汎的應用.但高光譜影像的數據特點使單覈學習模型的分類具有一定的跼限性.提齣瞭一種基于多覈SVM的高光譜影像分類方法.該方法以線性加權求和覈為多覈組閤方式,從簡單多覈學習模型的原始問題齣髮,通過迭代解算單箇標準SVM優化問題來實現權繫數的解算,最後利用一繫列兩類分類器組閤解決多類分類問題.通過AVIRIS和PHI影像2組實驗,錶明瞭高光譜影像的多覈SVM分類方法的優勢.
이지지향량궤위대표적핵방법재고광보영상처리중득도료엄범적응용.단고광보영상적수거특점사단핵학습모형적분류구유일정적국한성.제출료일충기우다핵SVM적고광보영상분류방법.해방법이선성가권구화핵위다핵조합방식,종간단다핵학습모형적원시문제출발,통과질대해산단개표준SVM우화문제래실현권계수적해산,최후이용일계렬량류분류기조합해결다류분류문제.통과AVIRIS화PHI영상2조실험,표명료고광보영상적다핵SVM분류방법적우세.
