基于ETAFSVM的高光谱遥感图像自动波段选择和分类

摘要：

提出了一种新型的具有良好特性的支持向量机--全间隔自适应模糊支持向量机(TAFSVM),并提出一种新的遗传算法--智能遗传算法(IGA)来设计一个TAFSVM分类器,称为ETAFSVM,同时优化高光谱遥感图像自动波段选择和TAFSVM参数集,并且结合5-fold交叉验证来确定其泛化能力,最后将ETAFSVM应用于高光谱遥感图像数据.通过先进行自适应波段选择后再用径向基神经网络分类器、K-最近邻分类器和标准支持向量机等3种方法进行全部分类精度比较,以及与这3种方法直接进行类别分类精度和平均分类精度比较,其结果表明运用ETAFSVM不仅可以自动进行波段选择,而且分类精度较高,对Hughes现象敏感性较低,是进行高光谱遥感图像分类的一种有效方法.

关键词：全间隔自适应模糊支持向量机、智能遗传算法、高光谱遥感图像、分类

所属期刊栏目：36

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金NSFC#60575004,NSFC#10771220;教育部高等学校博士点科研基金SRFDP-20070558043

在线出版日期：2009-05-22（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：268-272