一种SVM-RFE高光谱数据特征选择算法
提出了一种基于一对一(one-verse-one,OVO)多类策略的支持向量机递归特征约减算法(support vector machine recursive feature eilmination,SVM-RFE)用于高光谱数据的特征选择.对比分析了该算法所选择波段与基于一对多(one-verse-all,OVA)策略的SVM-RFE算法、MSVM-RFE算法以及OneR、InfoGain、ReliefF等3种基于特征排序的方法所选择波段在高光谱数据分类中的精度表现.结果显示,OVO SVMRFE算法是一种可靠有效的高光谱数据特征选择算法,并且所选择波段在分类精度方面优于5种对比算法.
SVM-RFE、特征选择、高光谱
34
P237.4(摄影测量学与测绘遥感)
中国科学院知识创新工程重大资助项目KZCX2-YW-313-3;国家863计划资助项目2007AA12Z157;国家973计划资助项目2007CB714406
2010-07-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
834-837