利用小波核最小噪声分离进行高光谱影像SVM分类
针对高光谱遥感影像线性特征提取方法在一定程度上会降低地物类别的可分性问题,在最小噪声分离变换基础上引入核方法,以小波核函数代替传统核函数,并将新型核最小噪声分离方法与支持向量机方法相结合,对高光谱影像数据进行分类.实验结果表明,基于小波核最小噪声分离变换的方法适合于高光谱遥感影像的非线性特征,将其应用于HYDICE系统与AVIRIS系统所获得的实验数据集,与对照算法相比,总体分类精度可提高3%~9%.
高光谱影像、图像分类、核函数、最小噪声分离变换
41
P237.4;TP753(摄影测量学与测绘遥感)
国家自然科学基金51407012;中央高校基本科研业务费专项资金310832163402,310832161001;The National Natural Science Foundation of China,No.51407012;the Special Fund for Basic Scientific Research of Central Colleges,Chang'an University,Nos.310832163402,310832161001.
2016-07-06(万方平台首次上网日期,不代表论文的发表时间)
624-628,664