免费论文摘要：鉴于多光谱参量共同索取的矫正SVM本领接洽

高光谱遥感本领将反应目的辐射个性的光谱与反应目的好多个性和空间散布的图像有机地贯串在一道。高光谱遥感图像具备很高的光谱辨别率，为地物供给了充分的详细消息，故在民用和军用等多个范围表现着要害效率。然而因为高光谱数据维数高、样品难获得、生存线性不行分等特性给数据的处置带来了很大的艰巨。扶助向量机（SVM）是一种鉴于统计进修本领的形式辨别本领，不妨赢得全部最优解，而且在处置小样品、非线性以及高维数据等题目中展现出很多私有上风，以是有较高的实行本领，本舆论将SVM运用于高光谱数据的处置，重要做了以次处事：1）径直将原始高光谱遥感数据动作SVM模子的特性向量感化其分门别类速率，简单光谱参量不只不许实足表征管物特性且不宁静，鉴于此本舆论提出一种多光谱参量共同索取的本领，并经过两组试验在可分性和分门别类精度两个上面举行考证，表明运用该本领索取出的特性具备更好的宁静性和高效性。2）归纳领会暂时常用的几种多类分门别类战略，如：一对一分门别类法、一对余分门别类法、二叉树分门别类法、有向无环图分门别类法和纠错源代码分门别类法，对现有本领的优缺陷举行了计划。为了减罕见向无环图展示“缺点积聚”的局面，提出一种鉴于可分性猜想的矫正有向无环图分门别类本领，对其散布构造举行优化。比较试验表白，比拟于现有的多类SVM分门别类本领，本舆论提出本领不只有很快的分门别类速率还赢得了更高的分门别类精度。3）核因变量的是非径直感化着扶助向量机的本能，暂时有四种各别情势的常用核因变量，它们对非线性样品的映照功效各别，但每个简单的核因变量都不许实足实用于一切题目，本舆论提出一种将全部核因变量与限制核因变量举行线性加权的本领结构一个新的拉拢核因变量，拉拢核同声完备全部核因变量强外推本领与限制核因变量强进修本领的便宜。试验表明，拉拢核因变量较简单核因变量有更高的精度和实用性。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/290252.html