基于Grey-Sigmoid核函数支持向量机高光谱遥感图像分类方法研究

摘要：

针对传统支持向量机方法中存在的野值噪声敏感问题,提出了一种基于紧密度的Grey-Sigmoid核函数支持向量机,不仅考虑样本与所属类中心之间的关系,还考虑了各个样本之间的距离.通过样本之间的紧密度来描述各个样本之间的关系,利用包围同一类样本的最小超球半径来衡量样本间的紧密度,样本灰度依据样本在球中的位置确定.通过对田间小麦全蚀病的遥感图像分类的实验验证,证明Grey-Sigmoid核函数和传统的Sigmoid核函数相比,计算速度更快,且精度没有明显损失.

关键词：高光谱遥感、支持向量机、图像、分类

所属期刊栏目：51

分类号：TP205(自动化技术及设备)

资助基金：国家自然科学基金项目31301604;河南省科技攻关项目122102110045

在线出版日期：2017-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：402-407