支持向量机在遥感数据分类中的应用新进展

摘要：

支持向量机是一种基于统计学习理论的新型机器学习算法,它通过解算最优化问题,在高维特征空间中寻找最优分类超平面,从而解决复杂数据的分类及回归问题.随着应用面的不断扩大,支持向量机在遥感领域也得到了广泛关注.该算法已经成功的应用于遥感数据的土地覆盖、土地利用分类,多时相遥感数据的变化检测,多源遥感数据信息融合等,并且在高光谱遥感数据处理中得到了广泛应用.综述了支持向量机算法在遥感数据分类中的应用.首先对支持向量机的理论进行简要介绍,进而综述了该算法在不同遥感问题中的应用进展,最后阐述了新型支持向量机算法的发展以及在遥感中的应用.

关键词：支持向量机、遥感数据分类

所属期刊栏目：24

分类号：TP79(遥感技术)

资助基金：国家重点基础研究发展计划项目"陆表生态环境要素主被动遥感协同反演理论与方法"2007CB714406;中国高技术研究发展计划项目"卫星遥感SAR与光学影像自动配准与融合技术系统研究"2007AA122157;中国科学院知识创新工程青年人才领域前为沿专项项目"多种地表覆盖条件下遥感邻近效应测量与校正方法研究"08S01100CX

在线出版日期：2009-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：555-562