基于Grey-Sigmoid核函数支持向量机高光谱遥感图像分类方法研究

发布时间：2018-05-23 10:05

  本文选题：高光谱遥感 + 支持向量机　； 参考：《河南农业大学学报》2017年03期

【摘要】：针对传统支持向量机方法中存在的野值噪声敏感问题,提出了一种基于紧密度的Grey-Sigmoid核函数支持向量机,不仅考虑样本与所属类中心之间的关系,还考虑了各个样本之间的距离。通过样本之间的紧密度来描述各个样本之间的关系,利用包围同一类样本的最小超球半径来衡量样本间的紧密度,样本灰度依据样本在球中的位置确定。通过对田间小麦全蚀病的遥感图像分类的实验验证,证明Grey-Sigmoid核函数和传统的Sigmoid核函数相比,计算速度更快,且精度没有明显损失。
[Abstract]:Aiming at the problem of outlier noise sensitivity in traditional support vector machine (SVM), a Grey-Sigmoid kernel support vector machine (SVM) based on compactness is proposed, which considers not only the relationship between the sample and its class center, but also the distance between the samples. The relationship between samples is described by the compactness of samples. The minimum hypersphere radius surrounding the same kind of samples is used to measure the compactness of samples. The sample grayscale is determined according to the position of samples in the sphere. The experimental results of remote sensing image classification of wheat total erosion show that the Grey-Sigmoid kernel function is faster than the traditional Sigmoid kernel function and has no obvious loss of precision.
【作者单位】： 郑州外国语新枫杨学校;河南农业大学信息与管理科学学院;
【基金】：国家自然科学基金项目(31301604) 河南省科技攻关项目(122102110045)
【分类号】：TP751

【参考文献】

相关期刊论文 前4条

1 黄卫春;刘建林;熊李艳;;基于样本-特征加权的可能性模糊核聚类算法[J];计算机工程与科学;2014年01期

2 郭三党;王玲玲;刘思峰;方志耕;;基于最大灰色关联度的聚类方法分析[J];数学的实践与认识;2013年06期

3 张翔;肖小玲;徐光yP;;基于样本之间紧密度的模糊支持向量机方法[J];软件学报;2006年05期

4 刘涵;刘丁;;基于模糊sigmoid核的支持向量机回归建模[J];控制理论与应用;2006年02期

【共引文献】

相关期刊论文 前10条

1 王颢霖;郭伟;师越;乔红波;;基于Grey-Sigmoid核函数支持向量机高光谱遥感图像分类方法研究[J];河南农业大学学报;2017年03期

2 田文哲;符冉迪;金炜;刘箴;尹曹谦;;面向卫星云图云分类的自适应模糊支持向量机[J];武汉大学学报(信息科学版);2017年04期

3 吴辰文;李长生;王伟;梁靖涵;闫光辉;;一种改进的SVM算法在乳腺癌诊断方面的应用[J];计算机工程与科学;2017年03期

4 赵佳;王士同;;创意FCM算法[J];计算机工程与科学;2017年02期

5 宋婉娟;;基于模糊支持向量机的手写字符串识别[J];湖北第二师范学院学报;2017年02期

6 钟毅;;一种基于相关系数的模糊C-均值聚类算法[J];软件产业与工程;2016年06期

7 曹海欧;张沛超;高翔;;基于模糊支持向量机的继电保护状态在线评价[J];电力系统保护与控制;2016年20期

8 鞠哲;曹隽U，

本文编号：1924297