|
|||||
|
|
| 基于特征距离的多类SVM分类方法研究 | |
| 作者单位： | ;1.武汉大学测绘学院 |
| 摘 要： | 提出了一种基于特征分离性测度的面向对象分类方法。首先利用区域增长分割影像获得影像对象,并计算光谱、纹理、形状等多种分类特征,然后在构建多类SVM分类器过程中,对于任意两个分类类别对,利用Jeffries-Matusita距离选择最合适的特征。实验证明,相比于原始方法,基于Jeffries-Matusita距离的多类分类器能够有效减少建筑物、道路等复杂地物的误分现象,提高分类的总体精度和Kappa系数。 |
| 关 键 词： | 面向对象影像分析 SVM Jeffries-Matusita距离 |
Research on Multi-class SVM Classification Method Based on Jeffries-Matusita Distance |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |