|
|||||
|
|
| 基于DLSVM算法的高分辨率遥感图像分类研究 | |
| 作者姓名： | 舒振宇 王典洪 周城 海涛洋 |
| 作者单位： | 1 中南民族大学 电信学院,武汉 430074; 2 中国地质大学 地球物理与空间信息学院,武汉 430074 |
| 基金项目： | 湖北省自然科学基金资助项目( BZY14019) |
| 摘 要： | 为了进一步提高高分辨率遥感图像的分类精度及效率,融合支持向量机SVM及局部支持向量机KNNSVM算法,借助主动学习相关理论,提出了基于距离的局部支持向量机算法(DLSVM).该算法通过对未标记样本和超平面之间的距离与预先设定的距离阈值相比较,判断是否需要进一步建立局部支持向量机KNNSVM来确定样本的类标.对实际的高分辨率遥感图像分类的实验结果显示:在合适的距离阈值与K值的设置下,该算法能够提高支持向量机SVM的分类精度,同时大大降低KNNSVM算法的时间消耗. |
| 关 键 词： | 高分辨率遥感图像分类 支持向量机 局部支持向量机 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《中南民族大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《中南民族大学学报(自然科学版)》下载全文 | |