综合PCA-ICA加权的SVM遥感图像分类方法

摘要

主成分分析(PCA)和独立分量分析(ICA)分别是基于数据二阶和高阶统计信息的特征提取方法,支持向量机(SVM)具有小样本、高维数和非线性分类的特征.本文提出了一种综合PCA-ICA加权的SVM遥感图像分类方法,并从距离和余弦相似性度量方面对HSI高光谱遥感图像进行了分类实验.结果表明,该方法在选取合适SVM核函数参数情况下的分类精度要高于用单一方法的分类精度,具有一定的可行性和实际意义.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号