基于支持向量机的遥感图像分类研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：支持向量机（SupportVector Machine,SVM）是一种基于统计学习理论的新型机器学习算法。通过解算最优化问题,在高维特征空间中寻找最优分类超平面,从而解决复杂数据的分类及回归问题。将支持向量机理论应用到遥感图像分类的研究还处在初级阶段,传统分类算法应用于遥感图像分类存在运算速度慢、精度比较低和难以收敛等问题。从支持向量机基本理论出发,建立了一个基于支持向量机的遥感图像分类器。用遥感图像数据进行实验,并将结果与其它方法的结果进行了比较分析。实验结果表明,利用SVM进行遥感图像分类的精度明显优于神经网络算法和最大似然算法分类精度。

原文链接:http://www.cqvip.com//QK/84018X/201015/34045337.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：支持向量机 向量机 machine Support 机器学习算法 支持向量机 遥感图像分类 神经网络 最大似然法