基于SVM遥感图像矿化信息提取试验
来源期刊：矿业研究与开发2004年第5期
论文作者：姚学恒 洪金益 潘冬
关键词：支持向量机; 矿化信息; 遥感; 图像; 核函数选择;
摘 要：在讨论核函数的选择算法及优化的基础上,提出了一种将支持向量机(SVM)算法应用于遥感矿化信息提取的方法.并以TM遥感数据为试验样本,进行假彩色合成,将合成图像的RGB值作为训练样本的特征向量,应用核函数选择算法和人为选择核函数方法,采用SVM算法对样本进行分类.试验表明选用径向基核函数所得的分类效果最好.认为对遥感影像作预处理后采用RGB值作为特征向量,应用支持向量机算法进行遥感矿化信息提取的方法能够获得较好的识别效果;应用LOO估算选择的核函数模型能够较好地逼近最佳值.
姚学恒1，洪金益1，潘冬2
(1.中南大学GIS研究中心,湖南,长沙,410083;
2.长沙矿山研究院,湖南,长沙,410012)
摘要:在讨论核函数的选择算法及优化的基础上,提出了一种将支持向量机(SVM)算法应用于遥感矿化信息提取的方法.并以TM遥感数据为试验样本,进行假彩色合成,将合成图像的RGB值作为训练样本的特征向量,应用核函数选择算法和人为选择核函数方法,采用SVM算法对样本进行分类.试验表明选用径向基核函数所得的分类效果最好.认为对遥感影像作预处理后采用RGB值作为特征向量,应用支持向量机算法进行遥感矿化信息提取的方法能够获得较好的识别效果;应用LOO估算选择的核函数模型能够较好地逼近最佳值.
关键词:支持向量机; 矿化信息; 遥感; 图像; 核函数选择;
【全文内容正在添加中】
