發(fā)布時(shí)間：2018-01-04 08:10

  本文關(guān)鍵詞：高維遙感圖像的快速分類算法　出處：《測(cè)繪科學(xué)》2016年08期 　論文類型：期刊論文

  更多相關(guān)文章： 支持向量機(jī)SVM k均值二叉樹(shù) 圖像分類 高維數(shù)據(jù)

【摘要】：為了實(shí)現(xiàn)對(duì)高維遙感圖像的快速準(zhǔn)確分類,提出了一種基于k均值二叉樹(shù)支持向量機(jī)(SVM)的分類方法。該方法通過(guò)對(duì)選取的訓(xùn)練樣本進(jìn)行k均值聚類,生成支持向量機(jī)分類二叉樹(shù),作為確定最佳分類順序的依據(jù),以降低分類過(guò)程中的誤差累積并提高整體分類精度,而且可緩解由樣本數(shù)量不均衡導(dǎo)致的分類誤差。該方法可在不進(jìn)行降維處理的情況下,對(duì)高維遙感圖像進(jìn)行快速準(zhǔn)確分類。測(cè)試結(jié)果表明,其分類速度和分類精度都優(yōu)于傳統(tǒng)的支持向量機(jī)分類結(jié)果。
[Abstract]:In order to realize the rapid and accurate classification of high dimensional remote sensing image, we propose a support vector machine based on K value of two binary tree (SVM) classification method. The method used K clustering to the selection of training samples, generating support vector machine classification of two binary tree, as to determine the optimal classification according to the order. To reduce the error accumulation in the classification process and improve the overall classification accuracy, but also reduce the classification error by the number of samples is not balanced result. This method can reduce the dimension in the case of fast and accurate classification of high dimensional remote sensing image. Experimental results show that the classification speed and classification accuracy is better than the traditional support vector machine classification results.

【作者單位】： 遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41201454) 遼寧省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目(201410147047)
【分類號(hào)】：TP751
【正文快照】： 0引言隨著衛(wèi)星傳感器技術(shù)的發(fā)展,遙感數(shù)據(jù)的光譜分辨率和時(shí)間分辨率越來(lái)越高。目前高光譜衛(wèi)星遙感(如EO-1Hyperion)的光譜分辨率可達(dá)10nm,包含幾百個(gè)成像波段。時(shí)間分辨率較高的衛(wèi)星傳感器,如AVHRR和MODIS等可以每天獲取覆蓋全球的實(shí)時(shí)數(shù)據(jù),而靜止氣象衛(wèi)星的時(shí)間分辨率甚至可

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李偉;;遙感圖像中的道路提取[J];自動(dòng)化博覽;2006年05期

2 李傳龍;李穎;馬龍;;一種新的遙感圖像海岸線檢測(cè)方法[J];計(jì)算機(jī)仿真;2010年08期

3 張學(xué)良;肖鵬峰;馮學(xué)智;;基于圖像內(nèi)容層次表征的遙感圖像分割方法[J];中國(guó)圖象圖形學(xué)報(bào);2012年01期

4 秦其明;遙感圖像自動(dòng)解譯面臨的問(wèn)題與解決的途徑[J];測(cè)繪科學(xué);2000年02期

5 陳小琪;現(xiàn)代計(jì)算機(jī)印前制版技術(shù)在遙感圖像印制中的應(yīng)用研究——以《長(zhǎng)江經(jīng)濟(jì)帶可持續(xù)發(fā)展地圖集》為例[J];地球信息科學(xué);2000年02期

6 鄧湘金,彭海良;一種基于遙感圖像的機(jī)場(chǎng)檢測(cè)方法[J];測(cè)試技術(shù)學(xué)報(bào);2002年02期

7 余杰千,方濤,陳雍業(yè);一種有效的遙感圖像無(wú)縫分割方法[J];計(jì)算機(jī)應(yīng)用;2003年12期

8 吳為祿;遙感圖像中的云層消除處理[J];鐵路航測(cè);2003年01期

9 于輝,徐軍;彩色遙感圖像目標(biāo)提取方法研究[J];遙感技術(shù)與應(yīng)用;2003年06期

10 黃勇杰,王樹(shù)國(guó),劉俊義,陳東;遙感圖像去云算法研究[J];儀器儀表學(xué)報(bào);2003年S2期

相關(guān)會(huì)議論文 前10條

1 張鳳春;董增壽;劉明君;;基于局部方差均衡的遙感圖像增強(qiáng)方法[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

2 鄧冰;林宗堅(jiān);彭曉東;;遙感圖像信息度量的原理與方法[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 江興方;江鴻;何賢強(qiáng);;遙感圖像兩種半自動(dòng)拼接方法的研究[A];全國(guó)農(nóng)業(yè)遙感技術(shù)研討會(huì)論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實(shí)踐[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

5 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動(dòng)鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

6 黃勇杰;王樹(shù)國(guó);劉俊義;陳東;;遙感圖像去云算法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

7 謝建春;趙榮椿;;遙感圖像中的軍用機(jī)場(chǎng)識(shí)別算法研究[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

8 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除處理方法研究述評(píng)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 張磊;朱磊;;遙感圖像中直線目標(biāo)的檢測(cè)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

10 邱磊;李國(guó)輝;衡祥安;;一種基于交互學(xué)習(xí)的遙感圖像挖掘方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

相關(guān)重要報(bào)紙文章 前1條

1 蔣建科邋孫宏金 陳樹(shù)琛;傳回清晰遙感圖像[N];人民日?qǐng)?bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學(xué);2007年

2 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

3 劉春紅;超光譜遙感圖像降維及分類方法研究[D];哈爾濱工程大學(xué);2005年

4 劉哲;基于信息融合的遙感圖像處理方法研究[D];西北工業(yè)大學(xué);2002年

5 強(qiáng)贊霞;遙感圖像的融合及應(yīng)用[D];華中科技大學(xué);2005年

6 杜根遠(yuǎn);海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2011年

7 陶午沙;基于結(jié)構(gòu)模型的遙感圖像軍事陣地目標(biāo)特征分析及其識(shí)別技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

8 林劍;基于模糊理論的遙感圖像分割方法研究[D];中南大學(xué);2003年

9 薛麗霞;基于對(duì)象云的遙感圖像模糊邊緣檢測(cè)研究[D];西南交通大學(xué);2007年

10 羅睿;遙感圖像信息系統(tǒng)的設(shè)計(jì)與分析[D];解放軍信息工程大學(xué);2001年

相關(guān)碩士學(xué)位論文 前10條

1 邱磊;基于內(nèi)容的遙感圖像挖掘方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

2 楊志柳;面向遙感圖像特殊目標(biāo)檢測(cè)算法的星載實(shí)時(shí)處理器實(shí)現(xiàn)[D];北京理工大學(xué);2016年

3 梁若飛;面向?qū)ο蟮倪b感圖像分割與玉米田面積統(tǒng)計(jì)方法研究[D];中北大學(xué);2016年

4 薛萬(wàn)勛;基于邊緣特征的遙感圖像質(zhì)量評(píng)價(jià)方法研究[D];中國(guó)科學(xué)院國(guó)家空間科學(xué)中心;2016年

5 于海濤;基于超像素區(qū)域融合的遙感圖像地物分類算法研究[D];東北大學(xué);2014年

6 遠(yuǎn)遠(yuǎn);遙感圖像實(shí)時(shí)多模式顯示技術(shù)研究[D];電子科技大學(xué);2008年

7 余俊杰;基于紋理的遙感圖像分類算法及其應(yīng)用研究[D];湖南大學(xué);2009年

8 劉文靜;含噪遙感圖像分割的新方法[D];新疆大學(xué);2011年

9 孫艷霞;紋理分析在遙感圖像識(shí)別中的應(yīng)用[D];新疆大學(xué);2005年

10 李百壽;遙感圖像線性影紋理解專家系統(tǒng)研究[D];吉林大學(xué);2006年

，

本文編號(hào)：1377755