基于支持向量机的高光谱遥感图像分类.pdf

第27卷第2期 红外与毫米波学报 V01．27，No．2 2008年4月 Millim．Waves April，2008 J．Infrared 文章编号：1001—9014(2008)02—0123—06 基于支持向量机的高光谱遥感图像分类 谭 琨， 杜培军 (中国矿业大学地理信息与遥感科学系，江苏徐州221116) 摘要：多数传统分类算法应用于高光谱分类都存在运算速度慢、精度比较低和难以收敛等问题．本文从支持向量机 基本理论出发建立了一个基于支持向量机的高光谱分类器．并用国产OMIS传感器获得的北京中关村地区高光谱 遥感数据进行试验，分析比较了各种SVM核函数进行高光谱分类的精度，以及网格搜寻的方法来确定c和y的 值，结果表明SVM进行高光谱分类时候径向基核函数的分类精度最高，是分类的首选．并且与神经网络径向基分 类算法以及常用的最小距离分类算法进行比较，分类的精度远远高于SVM分类算法进行分类的结果．SVM方法在 高光谱遥感分类领域能得到广泛的应用． 关键词：高光谱遥感；支持向量机；分类 中图分类号：TIy751．1文献标识码：A HYPERSPECTRALSENSINGIMAGE REMOTE CLASSIFICATIONBASEDONSUPPORT VECTORMACHINE TAN Pei—Jun Kun，DU ofRemote and Information of Science，China (DepartmentSensingGeographical University and 221116，China) MiningTechnology，Xuzhou traditional usedfor remote classificationhavesome such Abstract：Some sensingimage problems algorithmshyperspectral aslow andhardfor toSVM classificationmodelbasedon rate，low theory，the computingaccuracy convergence．According 64 SVMWas with of bands OMIS classification experimentinghyperspectralimage capturedby sensor，the constructed．By of ofSVM differentkernelfunctionWas thevaluesCandwere accuracy using