10.3969/j.issn.1007-757X.2019.01.022
基于相似性测度和极限学习机的遥感图像分类研究
为了提高遥感图像的分类精度,将遥感图像的相似性测度作为遥感图像的分类特征,运用极限学习机的快速收敛能力和泛化能力,提出一种基于相似性测度和极限学习机的遥感图像分类方法.选取分类精度和Kappa系数作为评价指标.研究结果表明,提出的方法可以有效提高遥感图像的分类精度,为遥感图像分类提供新的方法和指导.
相似性测度、极限学习机、决策树、最大似然法、Kappa系数
35
TP311(计算技术、计算机技术)
2019-03-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
72-75