一种基于KFCM的SVM遥感图像机场目标分类算法

一种基于KFCM的SVM遥感图像机场目标分类算法
刘峰;张立民;张瑞峰
【期刊名称】《海军航空工程学院学报》
【年(卷),期】2013(000)002
【摘要】在遥感图像机场目标分类方面，支持向量机（SVM）有着广泛的应用，但由于样本不平衡问题以及不确定性数据的存在，传统SVM算法的分类精度与效果还无法令人满意。

为提高传统SVM分类器的性能，文章将建立在模糊理论基础上的模糊核C-均值聚类算法（KFCM）用于处理遥感数据的不确定性问题，并通
过聚类分析后的目标子图，剔除非目标样本的同时保留了目标样本，较好地解决了样本不平衡问题。

将基于KFCM的SVM分类算法用于遥感图像机场目标的分类，实验结果和性能分析表明该算法分类性能优于传统SVM算法。

【总页数】6页(P161-166)
【作者】刘峰;张立民;张瑞峰
【作者单位】192785部队，河北秦皇岛066200; 海军航空工程学院电子信息工
程系，山东烟台264001;海军航空工程学院科研部，山东烟台264001;192785
部队，河北秦皇岛066200
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.基于条件随机场模型的多分辨率遥感图像复合分类算法 [J], 王琼华;马洪兵;孙卫东
2.一种采用高斯隐马尔可夫随机场模型的遥感图像分类算法 [J], 黄宁;朱敏慧;张守融
3.基于组织协同进化分类算法的遥感图像目标识别 [J], 刘静;钟伟才;刘芳;焦李成
4.基于半监督KFCM及邻域信息的遥感图像分类算法 [J], 宋文;刘升;肖建于
5.基于NSCT、KFCM和多模型LS-SVM的红外小目标检测 [J], 吴一全;尹丹艳;吴诗婳
因版权原因，仅展示原文概要，查看原文内容请购买。