| 结合粒子群寻优的混合核函数极限学习机分类模型 |
| |
| 引用本文： | 张婷慧,宇洁,叶张林,林怡.结合粒子群寻优的混合核函数极限学习机分类模型[J].测绘科学技术学报,2019,36(1). |
| |
| 作者姓名： | 张婷慧 宇洁 叶张林 林怡 |
| |
| 作者单位： | 同济大学 测绘与地理信息学院,上海,200092;同济大学 测绘与地理信息学院,上海,200092;同济大学 测绘与地理信息学院,上海,200092;同济大学 测绘与地理信息学院,上海,200092 |
| |
| 摘 要： | 多光谱影像记录了地球上各类地物的电磁波,具有极大的信息量,对影像上相关信息的处理和提取是遥感信息应用的前提。多光谱影像的信息自动提取技术的准确性和提取速度是图像分析与理解领域永恒的研究主题。针对遥感影像信息提取的复杂性和极限学习机ELM的分类性能,在单隐层神经网络和极限学习机理论的基础上,提出了基于粒子群参数寻优的混合核函数极限学习机分类模型。与标准的ELM、支持向量机等分类模型进行比较验证,实验结果表明,混合核函数的极限学习机总体分类精度最高,达到了92.67%,有效提高了影像信息提取的精度和速度,很好地满足了图像信息自动提取对准确率和速度的双重要求。
|
| 关 键 词： | 遥感影像分类 极限学习机 粒子群寻优 机器学习 混合核函数 |
Classification Model Research of Mixed Kernel Extreme Learning Machine Based on Particle Swarm Optimization |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
