检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001
出 处:《光电子.激光》2015年第4期764-771,共8页Journal of Optoelectronics·Laser
基 金:国家自然科学基金(61275010);国家教育部博士点基金(20132304110007);黑龙江省自然科学基金(F201409);中央高校基本科研业务费(HEUCFD1410)资助项目
摘 要:针对最小二乘孪生支持向量机(STSVM,least squares twin support vector machines)分类效率低的不足,在一对余(1-a-r)多分类器的基础上,提出一种基于样本缩减(SR)的LSTSVM(SRLSTSVM)分类算法。在核空间中通过距离计算,选出对分类超平面起决定作用的样本点,用于分类器的训练;与此同时,为了充分利用高光谱遥感图像的空间信息,通过主成分分析(PCA)和二维Gabor滤波获取像元的纹理特征,将高光谱遥感图像的空间信息和光谱信息在图像层进行融合用于分类。实验证明,本文提出的SR算法可以在不影响分类精度的基础上大大提高LSTSVM的分类效率,且结合空间信息后的LSTSVM的总体分类精度也有明显提高。To overcome the low efficiency of least squares twin support vector machine (LSTSVM) in classifying,a new method called sample reduction LSTSVM (SR-LSTSVM) is proposed. The method greatly reduces the training samples in kernel space by calculating distance, but the ability of LSTSVM in classifying is not influenced. Meanwhile, to make full use of the spatial information, principal component analysis (PCA) and two-dimensional Gabor filter are adopted to get texture features of the pixel,and the hyperspectral images are classified by using the texture and spectral information. Experimental results show that the spatial-spectral information-based SR-LSTSVM classification algorithm can not only im- prove the classification effectiveness but also increase the overall classification accuracy.
关 键 词:高光谱遥感图像 最小二乘孪生支持向量机(LSTSVM) 样本缩减(SR) 主成分分析(PCA) GABOR滤波
分 类 号:TN911.73[电子电信—通信与信息系统]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.200