| 高维遥感图像的快速分类算法 |
| |
| 引用本文： | 孙华生,李晓轩.高维遥感图像的快速分类算法[J].测绘科学,2016,41(8):19-23,37. |
| |
| 作者姓名： | 孙华生 李晓轩 |
| |
| 作者单位： | 辽宁工程技术大学 测绘与地理科学学院,辽宁 阜新,123000;辽宁工程技术大学 测绘与地理科学学院,辽宁 阜新,123000 |
| |
| 基金项目： | 国家自然科学基金项目(41201454)，辽宁省大学生创新创业训练计划项目(201410147047) |
| |
| 摘 要： | 为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法。该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差。该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类。测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果。
|
| 关 键 词： | 支持向量机SVM k均值二叉树 图像分类 高维数据 |
A fast classification algorithm for high-dimensional remote sensing images |
| |
| SUN Huasheng,LI Xiaoxuan.A fast classification algorithm for high-dimensional remote sensing images[J].Science of Surveying and Mapping,2016,41(8):19-23,37. |
| |
| Authors: | SUN Huasheng LI Xiaoxuan |
| |
| Abstract: | |
| |
| Keywords: | SVM k-means binary tree image classification high-dimensional data |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
