基于SVM的高分辨率遥感图像的分类方法研究 |
| |
引用本文: | 刁彦华,郭月,王晓君.基于SVM的高分辨率遥感图像的分类方法研究[J].数学的实践与认识,2018(1). |
| |
作者姓名: | 刁彦华 郭月 王晓君 |
| |
作者单位: | 河北科技大学信息科学与工程学院; |
| |
摘 要: | SVM(Support Vector Machine,支持向量机)分类算法是一种在高分辨率遥感图像分类中逐步得到重视的算法.首先详细介绍了SVM算法的数学原理,其次给出了基于SVM的高分辨率遥感图像分类方法的模型建立、光谱特征提取以及分类器设计,然后在AVIRIS标准多波段遥感数据集Indian Pines上进行了仿真,通过混淆矩阵和kappa系数评价了分类性能,最后以作者所在高校地区高分图像分类为例,验证了方法在高分辨率遥感图像地物分类上的有效性.
|
关 键 词: | SVM 高分遥感 分类 混淆矩阵 |
Method Research of Classifying High-resolution Remote Sensing Images Based on SVM |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|