无惩罚系数SVM高光谱影像分类算法研究

摘要：

惩罚系数是支持向量机(SVM)机器学习中的一个重要参数,它的设置对分类结果有很大影响.但它没有规律可循,高光谱影像数据量大、数据复杂,为其选择合适的惩罚系数非常困难.提出尤惩罚系数的SVM算法,利用最近点算法(NPA)计算二分类,对错分数据不设惩罚系数,而是对其重新构造凸集,计算最优超平面,迭代循环直到错分率达到所设的阈值为止.此算法简化了计算过程,降低了误分率.最后用AVIRIS高光谱影像进行实验,实验效果显示,本算法的分类精度和速度都得到很大提高.

关键词：SVM、高光谱遥感图像、惩罚系数、波段相关系数

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点基础研究发展规划973计划2006CB701303

在线出版日期：2009-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：22-25,77