本文關(guān)鍵詞：凸組合核函數(shù)的支持向量機(jī)高光譜圖像分類

  更多相關(guān)文章： 高光譜圖像 支持向量機(jī) 核函數(shù) 凸組合

【摘要】：支持向量機(jī)的高光譜圖像分類中,單核函數(shù)存在局限性。為了提高分類器的分類精度和支持向量機(jī)模型的泛化能力,利用高斯徑向基核和多層感知核進(jìn)行凸組合構(gòu)造復(fù)合核函數(shù)支持向量機(jī),證明了該函數(shù)滿足作為核函數(shù)的判決Mercer條件,并進(jìn)一步將凸組合核函數(shù)支持向量機(jī)應(yīng)用到高光譜圖像分類中,完成了建模和實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,凸組合核函數(shù)具有較好的魯棒性,且該類支持向量機(jī)的分類精度和KAPPA系數(shù)較單核SVM均得到了有效的提高,是一種解決多分類問(wèn)題行之有效的分類器。
【作者單位】： 電子工程學(xué)院;
【關(guān)鍵詞】： 高光譜圖像 支持向量機(jī) 核函數(shù) 凸組合
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(No.61179036,No.61201379)資助
【分類號(hào)】：TP751;TP18
【正文快照】： 1引言高光譜圖像具有光譜分辨率高,圖譜合一的優(yōu)點(diǎn),依據(jù)目標(biāo)光譜維和空間維特征實(shí)現(xiàn)圖像的識(shí)別和分類,在民/軍用領(lǐng)域都有著廣泛應(yīng)用。但在高光譜圖像的分類識(shí)別方面也存在一定的困難,如Hughes現(xiàn)象;因波段多、波段間相關(guān)性高而導(dǎo)致的所需訓(xùn)練樣本數(shù)增多[1],進(jìn)而導(dǎo)致訓(xùn)練樣本不

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 劉f，

本文編號(hào)：630545