| 基于支持向量机和多变量分析的高光谱遥感数据分类 |
| |
| 引用本文： | 谭琨,杜培军,王小美. 基于支持向量机和多变量分析的高光谱遥感数据分类[J]. 测绘通报, 2009, 0(11): 37-40 |
| |
| 作者姓名： | 谭琨 杜培军 王小美 |
| |
| 作者单位： | 中国矿业大学国土环境与灾害监测国家测绘局重点实验室,江苏,徐州,221116;中国矿业大学地理信息与遥感科学系,江苏,徐州,221116;中国矿业大学国土环境与灾害监测国家测绘局重点实验室,江苏,徐州,221116;中国矿业大学地理信息与遥感科学系,江苏,徐州,221116;中国矿业大学国土环境与灾害监测国家测绘局重点实验室,江苏,徐州,221116;中国矿业大学地理信息与遥感科学系,江苏,徐州,221116 |
| |
| 基金项目： | 国家自然科学基金项目(40401038); 国家863计划项目(2007AA12Z162); 高等学校博士学科点专项科研基金资助课题(20070290516); 江苏省普通高校研究生科研创新计划资助项目(CX08B_112Z) |
| |
| 摘 要： | 从支持向量机和多变量分析的基本理论出发,建立一个基于支持向量机和多变量分析的高光谱分类器,并利用国产OM IS传感器获得的北京某地区高光谱遥感数据进行试验,采取网格搜寻的方法来确定误差惩罚参数和径向基核参数的值。主要选取独立成分分析和主成分分析这两种多变量分析方法。结果表明,当进行独立成分分析后的数据应用支持向量机分类的时候,分类精度随着维数的增加而递增,10~20维的时候达到最大值,然后随之递减,分类精度最大为78.93%。随后的主成分分析中,得到同样的结论,但精度最高的时候是选择5维特征,精度为88.61%。
|
| 关 键 词： | 高光谱遥感 支持向量机分类 多变量分析 |
Hyperspectral RS Data Classification Based on SVM and Multivariate Analysis |
| |
| TAN Kun,DU Peijun,WANG Xiaomei. Hyperspectral RS Data Classification Based on SVM and Multivariate Analysis[J]. Bulletin of Surveying and Mapping, 2009, 0(11): 37-40 |
| |
| Authors: | TAN Kun DU Peijun WANG Xiaomei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
