| 改进的OIF和SVM结合的高光谱遥感影像分类 |
| |
| 引用本文： | 张磊,邵振峰.改进的OIF和SVM结合的高光谱遥感影像分类[J].测绘科学,2014,39(11):114-117,66. |
| |
| 作者姓名： | 张磊 邵振峰 |
| |
| 作者单位： | 武汉大学测绘遥感信息工程国家重点实验室,武汉,430079 |
| |
| 基金项目： | 国家973计划重点项目，国家自然科学基金项目，重大科技专项，国家海洋局数字海洋科学技术重点实验室开放基金资助 |
| |
| 摘 要： | 文章提出了一种结合改进的最佳指数法(OIF)和支持向量机(SVM)进行高光谱遥感影像分类新方法.利用本文提出的稳定系数进行波段初选择,根据相关系数选择波段组合生成新影像,并对新影像进行OIF计算,得到OIF值最大的波段组合为最佳波段组合;构建SVM分类器,对最佳波段组合分类;最后将分类结果与其他监督分类方法比较,并在相同核函数下与PCA和SVM结合的方法进行精度比较分析.实验结果表明,本文方法能够有效提取最佳波段组合,在SVM算法下获得较高分类精度.
|
| 关 键 词： | 高光谱 最佳指数法 支持向量机 遥感影像分类 |
Hyperspectral remote sensing image classification based on improved OIF and SVM algorithm |
| |
| ZHANG Lei
,
SHAO Zhen-feng.Hyperspectral remote sensing image classification based on improved OIF and SVM algorithm[J].Science of Surveying and Mapping,2014,39(11):114-117,66. |
| |
| Authors: | ZHANG Lei SHAO Zhen-feng |
| |
| Abstract: | |
| |
| Keywords: | hyperspectral Optimum Index Factor (OIF) Support Vector Machine (SVM) remote sensing image classification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
