基于支持向量回归的高光谱影像目标探测
高光谱影像目标探测可视为一个分类问题,本文通过揭示支持向量回归(SVR)与支持向量分类(SVC)之间的关系,证明了SVR用于分类的可行性,并以此为根据提出了一种基于SVR的目标探测算法,该算法利用虚拟维数得到端元个数的估计,结合端元选择和线性混合模型生成训练样本替代从影像中选择的训练样本,因而减少了对影像先验知识的依赖.采用模拟数据和由AVIRIS获得的高光谱影像对本文算法进行了检验,结果令人满意.
高光谱影像、支持向量分类、支持向量回归、目标探测、线性混合模型
35
TP751(遥感技术)
信息工程大学测绘学院学位创新创优基金的支持
2010-07-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
156-158