遥感图像分类的多核SVDD算法

遥感图像分类的多核SVDD算法
陈赛英;何建农
【期刊名称】《华侨大学学报（自然科学版）》
【年(卷),期】2014(035)001
【摘要】将K型核函数和指数径向基核函数分别与径向基核函数组合成多核函数,并利用其构造出性能更加优越的支持向量域描述(SVDD)算法.将提取的遥感图像各波段光谱特征组成特征向量,分别用基于径向基核函数和多核函数的SVDD算法进行遥感图像分类.仿真实验结果表明:改进核函数的SVDD分类算法提高了分类精度,缩短了训练时间.
【总页数】5页(P36-40)
【作者】陈赛英;何建农
【作者单位】福州大学数学与计算机科学学院,福建福州350108;福州大学数学与计算机科学学院,福建福州350108
【正文语种】中文
【中图分类】TP751
【相关文献】
1.基于深度卷积神经网络和多核学习的遥感图像分类方法 [J], 王鑫;李可;宁晨;黄凤辰
2.基于多核学习SVM的图像分类识别算法 [J], 李红丽;许春香;马耀锋
3.城市绿化现状高分辨率卫星数据遥感图像分类探讨——以石家庄市城市绿化现状遥感图像分类处理为例 [J], 李名松; 董双发; 梁春利
4.遥感图像分类中的遗传算法LVQ神经网络运用 [J], 邓凌云
5.基于稀疏编码和多核学习的图像分类算法 [J], 程东阳;蒋兴浩;孙锬锋
因版权原因，仅展示原文概要，查看原文内容请购买。