基于支持向量机和多变量分析的高光谱遥感数据分类  

Hyperspectral RS Data Classification Based on SVM and Multivariate Analysis

作　　者：谭琨[1,2] 杜培军[1,2] 王小美[1,2] 

机构地区：[1]中国矿业大学国土环境与灾害监测国家测绘局重点实验室,江苏徐州221116 [2]中国矿业大学地理信息与遥感科学系,江苏徐州221116

出　　处：《测绘通报》2009年第11期37-40,共4页Bulletin of Surveying and Mapping

基　　金：国家自然科学基金项目(40401038);国家863计划项目(2007AA12Z162);高等学校博士学科点专项科研基金资助课题(20070290516);江苏省普通高校研究生科研创新计划资助项目(CX08B_112Z)

摘　　要：从支持向量机和多变量分析的基本理论出发,建立一个基于支持向量机和多变量分析的高光谱分类器,并利用国产OM IS传感器获得的北京某地区高光谱遥感数据进行试验,采取网格搜寻的方法来确定误差惩罚参数和径向基核参数的值。主要选取独立成分分析和主成分分析这两种多变量分析方法。结果表明,当进行独立成分分析后的数据应用支持向量机分类的时候,分类精度随着维数的增加而递增,10~20维的时候达到最大值,然后随之递减,分类精度最大为78.93%。随后的主成分分析中,得到同样的结论,但精度最高的时候是选择5维特征,精度为88.61%。

关 键 词：高光谱遥感 支持向量机分类 多变量分析 

分 类 号：P237[天文地球—摄影测量与遥感]