|
|||||
|
|
| 基于SVM的遥感影像的分类 | |
| 引用本文： | 胡自申,张迁. 基于SVM的遥感影像的分类[J]. 遥感信息, 2003, 0(2): 14-18,T001 |
| 作者姓名： | 胡自申 张迁 |
| 作者单位： | 1. 湖南省测绘产品质量检验站,长沙,410004 2. 安徽省基础测绘信息中心,合肥,230031 |
| 摘 要： | 遥感图像的分类方法包括统计模式识别、句法模式识别、以及神经网络、遗传算法、模拟退火算法等等。本文分析了统计模式识别方法的优缺点，提出了使用SVM的方法进行遥感图像分类的设想，通过实验证明该方法是有效和稳健的。 |
| 关 键 词： | SVM 遥感图像 统计模式识别 图像分类 统计学习 支持向量机 遥感影像 |
| 文章编号： | 1000-3177(2003)71-0014-05 |
Support Vector Machine for Classification of Remotely Sensed Image |
|
| HU Zi-shen ZHANG Qian. Support Vector Machine for Classification of Remotely Sensed Image[J]. Remote Sensing Information, 2003, 0(2): 14-18,T001 | |
| Authors: | HU Zi-shen ZHANG Qian |
| Abstract: | The traditional classification methods of remote sensing images include statistical pattern recognition, syntax pattern recognition, neural network, genetic algorithm, simulated anneal algorithm etc. This paper analyses the advantages and disadvantages of statistical pattern recognition and proposes a new algorithm . The algorithm is based on SVM( Support Vector Machine). The experiment proved that the algorithm is efficient and robust. |
| Keywords: | Statistical Learning Theory Support Vector Machine Remote Sensing Image |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |