版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、高光譜圖像分類是高光譜應(yīng)用中的核心技術(shù)之一,快速、高精度的高光譜圖像分類算法是實(shí)現(xiàn)各種實(shí)際應(yīng)用的前提。傳統(tǒng)的模式分類方法以經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化為歸納原則,只有當(dāng)樣本數(shù)趨于無窮時(shí),其性能才能達(dá)到理論上的最優(yōu)。然而在高光譜圖像分類中,訓(xùn)練樣本通常是有限的。本文借助支持向量機(jī)方法在小樣本、非線性及高維特征空間中具有良好的分類性能,針對(duì)高光譜圖像分類的特點(diǎn),對(duì)支持向量機(jī)方法及其在高光譜圖像分類中的應(yīng)用進(jìn)行了深入的研究,主要工作包括: 首先,核
2、函數(shù)是支持向量機(jī)的核心,核函數(shù)又分為局部核函數(shù)與全局核函數(shù)兩大類,不同的核函數(shù)將產(chǎn)生不同的分類效果。常用的核函數(shù)RBF只具有局部性,根據(jù)像素間歐氏距離作為兩個(gè)類別的亮度差異性測(cè)量。文中提出引入像素光譜角度作為混合差異性測(cè)量,同時(shí)具有全局特性。新型的組合式核函數(shù)既具有較好的學(xué)習(xí)能力,又能充分應(yīng)用高光譜圖像所提供的信息。 其次,最小二乘支持向量機(jī)是為了便于求解而對(duì)標(biāo)準(zhǔn)支持向量機(jī)進(jìn)行的擴(kuò)展,它通過將原不等式約束的二次優(yōu)化問題轉(zhuǎn)化成等式
3、約束的線性系統(tǒng),極大地簡(jiǎn)化了計(jì)算,但這一擴(kuò)展導(dǎo)致解喪失了稀疏性和穩(wěn)健性。文中在充分理解最小二乘支持向量層狀分布特點(diǎn)的基礎(chǔ)上,提出針對(duì)訓(xùn)練樣本向量值的層狀分布進(jìn)行雙邊加權(quán),對(duì)于遠(yuǎn)離分類面的非支持向量增加其閾值,減小了這部分向量的權(quán)值,減弱了非支持向量對(duì)構(gòu)造最優(yōu)分類面的影響。雙邊的加權(quán)方式對(duì)類別差異造成的影響也進(jìn)行了相應(yīng)的補(bǔ)償。而且由于一部分松弛因子趨于零,進(jìn)而改善了權(quán)值矩陣的稀疏性,加快了分類速度。 最后,文中系統(tǒng)總結(jié)了現(xiàn)有的六種
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的高光譜遙感圖像分類.pdf
- 基于支持向量機(jī)的高光譜圖像分類技術(shù)研究.pdf
- 基于支持向量機(jī)的高光譜遙感圖像分類方法研究.pdf
- 結(jié)合空間信息的高光譜圖像支持向量機(jī)分類研究.pdf
- 基于支持向量機(jī)的高光譜多類別分類研究.pdf
- 基于相關(guān)向量機(jī)的高光譜圖像分類算法研究.pdf
- 基于相關(guān)向量機(jī)的高光譜遙感圖像分類研究.pdf
- 基于改進(jìn)支持向量機(jī)的高光譜遙感影像分類方法研究.pdf
- 基于支持向量機(jī)的多光譜數(shù)據(jù)分類.pdf
- 基于支持向量機(jī)的圖像分類方法研究.pdf
- 基于對(duì)支持向量機(jī)的醫(yī)學(xué)圖像分類研究.pdf
- 基于支持向量機(jī)的圖像分類和檢索研究.pdf
- 支持向量機(jī)遙感圖像分類的研究.pdf
- 基于支持向量機(jī)的圖像分類研究與實(shí)現(xiàn).pdf
- 基于深度支持向量機(jī)的極化SAR圖像分類.pdf
- 基于支持向量機(jī)的SAR圖像增強(qiáng)與分類.pdf
- 12458.半監(jiān)督支持向量機(jī)高光譜遙感影像分類
- 采用支持向量機(jī)的紋理圖像分類.pdf
- 基于支持向量機(jī)的海量天體光譜數(shù)據(jù)分類系統(tǒng)研究.pdf
- 基于支持向量機(jī)的超譜圖像分類技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論