多分类SVM主动学习及其在遥感图像分类中的应用
针对应用传统分类器和被动学习的方法,难以满足遥感图像处理实际应用的要求这一困境,提出了一种新的基于多分类SVM的主动学习方法,与被动学习的随机选择不同,主动学习是在少量标记类别的初始训练样本集基础上,通过反复迭代主动学习的方式,得到最有利SVM分类器性能的样本为支持向量.研究表明,这种方法直接避免了大量的计算,可有效地减少样本训练时需要标记样本的数目,并取得较为理想的分类效果.
SVM、主动学习、遥感图像、分类
34
TP751(遥感技术)
国土资源部遥感综合调查研究项目20001500012021
2009-11-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
97-100