10.3969/j.issn.1673-4785.2008.01.012
一种改进的多类支持向量机超光谱图像分类方法
支持向量机(SVM)是建立在统计学理论基础上的一种机器学习方法,用于解决二类分类问题,如何有效地将其推广到多类分类问题是一个正在研究的课题.总结了现有的主要的支持向量机多类分类算法,并在1-a-1 SVM分类算法基础上提出一种二次分类的方法.改良了惩罚因子,提高了不易分的类别之间的可分程度.通过对超光谱图像进行分类实验,结果表明该方法具有较高的分类精度.
支持向量机、二次分类、多类支持向量机
3
TN919.81
高等学校博士学科点专项科研项目20060217021;黑龙江省自然科学基金ZJG0606-01
2008-05-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
77-82