一种基于融合核函数支持向量机的遥感图像分类

发布时间：2019-06-09 14:14

【摘要】：从核函数选取规则着手,结合遥感数据本身特征,将具有互补性的几种核函数融合在一起,提出了一种复合核函数构造方法.通过实验数据与传统支持向量机方法比较,结果表明了复合核方法的有效性.
[Abstract]:Starting from the selection rules of kernel function and combining the characteristics of remote sensing data, several complementary kernel functions are combined, and a composite kernel function construction method is proposed. The experimental data are compared with the traditional support vector machine method, and the results show the effectiveness of the composite kernel method.
【作者单位】： 伊犁师范学院电子与信息工程学院;东北师范大学地理科学学院;东北师范大学计算机科学与信息技术学院;
【基金】：国家自然科学基金资助项目(61363066) 新疆高校科研计划重点研究项目(XJEDU2014I043) 吉林省科技发展计划项目(20120302) 伊犁师范学院院级重点项目(2015YSZD04)
【分类号】：TP751;TP18

【相似文献】

相关期刊论文 前10条

1 任能;谷波;;冷壁面霜层生长的支持向量机模型[J];制冷学报;2007年03期

2 赵春晖;陈万海;万建;;一种改进的多类支持向量机超光谱图像分类方法[J];智能系统学报;2008年01期

3 曹志坤;谷波;顾众;;基于改进的支持向量机制冷陈列柜优化模型[J];上海交通大学学报;2009年09期

4 张红亮;王水林;吕颖慧;尹小涛;;爆破震动效应的支持向量机分析预测[J];矿业研究与开发;2007年04期

5 欧敏;林从谋;;支持向量机预测高边坡爆破质点振动速度[J];金属矿山;2011年06期

6 周建永;;支持向量机修正灰色模型在工程价格预测中的应用[J];科技通报;2013年07期

7 李波;郭凤菊;李新军;;一种多属性约简支持向量机混合分类方法[J];昆明理工大学学报(理工版);2006年04期

8 潘翔;李洁冰;;一种基于支持向量机的目标定位方法[J];浙江大学学报(工学版);2006年03期

9 史秀志;董凯程;邱贤阳;陈小康;;基于支持向量机回归爆破振动速度预测分析[J];工程爆破;2009年03期

10 阳庆;秦志远;周丽雅;杨安洪;;近似支持向量机高光谱图像分类方法研究[J];海洋测绘;2009年05期

相关会议论文 前4条

1 侯澍e，

本文编号：2495615