布谷鸟搜索算法优化的多核极限学习机遥感影像分类

摘要：

针对高分遥感影像分类结果存在的错分问题,本文提出布谷鸟搜索算法优化的多核极限学习机遥感影像分类方法.该方法利用具有学习能力较强的局部高斯核函数与泛化能力较强的全局多项式核函数组合成多核极限学习机分类模型,充分利用不同核函数的优点,通过布谷鸟搜索算法对多核参数进行优化,避免了参数计算错误导致的分类结果较差问题;然后,通过实验与单极限学习机、多核极限学习机进行对比验证.结果 表明,布谷鸟搜索算法优化的多核极限学习机分类精度最高、模型训练速度快,可保证影像分类精度与速度的平衡.

关键词：高分辨率;核极限学习机;多核函数;布谷鸟搜索算法

所属期刊栏目：49

分类号：TP751(遥感技术)

在线出版日期：2021-11-05（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：68-72