RSM组合方法用于高光谱遥感数据的分类研究

摘要：

RSM(Random Subspace Method)是一种新型的组合方法,利用随机挑选的特征子集生成每个基模型(Base Model),因此对于高维数据,RSM具有很大的应用潜力.本文将RSM方法应用于高光谱数据分类中,验证了RSM方法的有效性,并采用遗传算法(Genetic Algorithm)选择部分基模型构成组合来进一步提高分类精度.本文的工作为进一步在高光谱领域开展组合算法研究起到了很好的示范作用.

关键词：高光谱、组合分类、随机子空间、遗传算法

分类号：TP751(遥感技术)

资助基金：地理空间信息工程国家测绘局重点实验室基础测绘项目;三维信息获取与应用教育部重点实验室开放基金

在线出版日期：2008-05-20（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：16-21