| 基于SVM的遥感影像的分类 |
| |
| 引用本文： | 张耀波,张迁.基于SVM的遥感影像的分类[J].地理空间信息,2005,3(4):24-26. |
| |
| 作者姓名： | 张耀波 张迁 |
| |
| 作者单位： | 安徽省测绘总院,安徽,合肥,230031;安徽省测绘总院,安徽,合肥,230031 |
| |
| 摘 要： | 传统的遥感图像的分类方法包括统计模式识别、句法模式识别、以及神经网络、遗传算法、模拟退火算法等。分析了统计模式识别的方法的优缺点,提出了使用SVM的方法进行遥感图像分类的设想,通过实验证明该方法是有效的和稳健的。
|
| 关 键 词： | 统计学习理论 支撑向量机 遥感影像 |
| 文章编号： | 1672-4623（2005）04-0024-03 |
| 收稿时间： | 2005-03-14 |
| 修稿时间： | 2005年3月14日 |
Support Vector Machine for Classification of Remotely Sensed Image |
| |
| ZHANG Yaobo,ZHANG Qian.Support Vector Machine for Classification of Remotely Sensed Image[J].Geospatial Information,2005,3(4):24-26. |
| |
| Authors: | ZHANG Yaobo ZHANG Qian |
| |
| Abstract: | The traditional classification methods of remote sensing images include statistical pattern recognition, syntax pattern recognition, neural network, genetic algorithm, simulate anneal algorithm etc. This paper analyse the advantages and disadvantages statistical pattern recognition and proposed a new algorithm. The algorithm is based on SVM(Support Vector Machine). The experiment proved the algorithm is efficient and robust. |
| |
| Keywords: | statistical learning theory support vctor machine remote sensing image |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
