基于支持向量机的遥感图像分类研究综述

摘要：

遥感技术是目前用于研究地球矿产资源与能源的重要技术手段,遥感图像分类在遥感技术应用中起着关键作用.支持向量机(Support Vector Machines,SVM)是基于VC维(Vapnik-Chervonenkis Dimension)理论和结构风险最小化原理的机器学习方法,已被广泛应用于实际的遥感影像分类中.对国内外学者对此做的大量研究成果进行了系统的总结.对基于支持向量机的遥感图像分类方法进行了层次性梳理,不但纵向分析和比较了每类方法的原理及优缺点,而且对各类方法进行了横向比较和分析,较为系统和完整地概括了基于支持向量机的遥感影像分类方法的研究现状.最后指出了支持向量机算法应用于遥感图像分类的未来发展方向.

关键词：遥感图像、分类、支持向量机

所属期刊栏目：43

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863重大专项:全球巨型成矿带重要矿产资源与能源遥感探测与评价系统研发2012AA12A308;核设施退役及放射性废物治理科研项目FZ1402-08;北京市高校青年英才计划,中国矿业大学北京大学生创新计划重点项目资助

在线出版日期：2016-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：11-17,31