基于改进支持向量机的高光谱遥感影像分类方法研究

发布时间：2017-12-21 16:30

  本文关键词：基于改进支持向量机的高光谱遥感影像分类方法研究　出处：《江西理工大学》2016年硕士论文　论文类型：学位论文

  更多相关文章： 支持向量机 高光谱遥感 影像分类 层次聚类分析

【摘要】：高光谱遥感因其具有较高的光谱分辨率的特点,使得很多在宽波段遥感中不能够探测得到的物质,可以在高光谱遥感中被探测,从而增强地物目标信息的探测能力,近年来受到许多国内外研究学者的青睐。很多研究学者利用支持向量机高效搜索和强大的进化能力从一定程度上解决了传统分类方法需要事先获取地物目标标记类别问题。但是目前常用的支持向量机影像分类方法受限于参数的选择使得分类精度较低、分类速度较慢。针对这种情况,在本文中试图利用层次聚类分析法优化支持向量机参数,结合高光谱遥感影像数据特点,采用支持向量数据描述算法使高光谱遥感影像数据包含在一个尽可能小的超球,再利用空间度量可分性性质得到了一种改进支持向量机的分类方法,并且将该分类方法应用到高光谱遥感影像的分类中,本文的主要研究工作如下:(1)针对目前常用的支持向量机影像分类方法在核函数和参数选择上的不足之处,本文利用层次聚类分析法优化支持向量机参数。(2)结合高光谱遥感影像数据的特点,采用支持向量数据描述算法使高光谱遥感影像数据包含在一个尽可能小的超球,再利用空间度量可分性性质,以高光谱遥感影像作为研究对象,提出了一种改进的支持向量机影像分类方法。(3)在.NET平台下,借助C#编程语言,实现提出的改进支持向量机影像分类方法。(4)将改进支持向量机的影像分类算法应用于高光谱遥感影像分类中,并且将该分类方法和目前常用的支持向量机影像分类方法进行比较分析,再将该分类方法和常用的传统分类方法中的BP神经网络影像分类方法和K均值影像分类方法进行比较。通过比较实验结果可以得到:本文提出的改进支持向量机分类方法在高光谱遥感影像中的分类整体精度更高、分类速度更快,由此可以说明本文提出的改进支持向量机分类方法可以有效地进行高光谱遥感影像的分类,为高光谱遥感影像的分类提供了一种新方法。
【学位授予单位】：江西理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P237

【相似文献】

中国期刊全文数据库 前10条

1 冯剑丰;王洪礼;李胜朋;;基于支持向量机的浮游植物密度预测研究[J];海洋环境科学;2007年05期

2 蔡佳;陈洪;;ν-支持向量机的收敛性[J];湖北大学学报(自然科学版);2005年04期

3 唐万梅;;基于灰色支持向量机的新型预测模型[J];系统工程学报;2006年04期

4 熊宇虹;温志渝;梁玉前;陈勤;张波;刘妤;向贤毅;;基于支持向量机的模型传递方法研究[J];光谱学与光谱分析;2007年01期

5 左林;;一个新的稀疏支持向量机模型[J];山西师范大学学报(自然科学版);2008年03期

6 赫英明;王汉杰;;支持向量机在积雪检测中的应用[J];南京气象学院学报;2009年01期

7 贾亮;王礼力;;支持向量机在上市公司财务预警模型中的应用[J];淮阴工学院学报;2010年02期

8 郎宇宁;蔺娟如;;基于支持向量机的多分类方法研究[J];中国西部科技;2010年17期

9 谢福民;;支持向量机理论研究[J];科技广场;2011年01期

10 王红蔚;席红旗;孔波;;一种新的半监督支持向量机[J];郑州大学学报(理学版);2012年03期

中国重要会议论文全文数据库 前10条

1 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年

2 刘希玉;徐志敏;段会川;;基于支持向量机的创新分类器[A];山东省计算机学会2005年信息技术与信息化研讨会论文集（一）[C];2005年

3 史晓涛;刘建丽;骆玉荣;;一种抗噪音的支持向量机学习方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

4 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年

5 刘骏;;基于支持向量机方法的衢州降雪模型[A];第五届长三角气象科技论坛论文集[C];2008年

6 王婷;胡秀珍;;基于组合向量的支持向量机方法预测膜蛋白类型[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

7 赵晶;高隽;张旭东;谢昭;;支持向量机综述[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

8 周星宇;王思元;;智能数学与支持向量机[A];2005年中国智能自动化会议论文集[C];2005年

9 颜根廷;马广富;朱良宽;宋斌;;一种鲁棒支持向量机算法[A];2006中国控制与决策学术年会论文集[C];2006年

10 侯澍e，

本文编号：1316404