[1]陈赛英,何建农.遥感图像分类的多核SVDD算法[J].华侨大学学报(自然科学版),2014,35(1):36-40.[doi:10.11830/ISSN.1000-5013.2014.01.0036]
　CHEN Sai-ying,HE Jian-nong.Multi-Kernel SVDD Algorithm of Remote Sensing Image Classification[J].Journal of Huaqiao University(Natural Science),2014,35(1):36-40.[doi:10.11830/ISSN.1000-5013.2014.01.0036]
点击复制

遥感图像分类的多核SVDD算法()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第35卷
期数:
2014年第1期
页码:
36-40
栏目:
出版日期:
2014-01-20

文章信息/Info

Title:
Multi-Kernel SVDD Algorithm of Remote Sensing Image Classification
文章编号:
1000-5013(2014)01-0036-05
作者:
陈赛英;  何建农
福州大学 数学与计算机科学学院, 福建 福州 350108
Author(s):
CHEN Sai-ying;  HE Jian-nong
College of Mathematics and Computer Science, Fuzhou University, Fuzhou 350108, China
关键词:
遥感图像;  分类;  支持向量域描述;  K型核函数;  指数径向基核函数
Keywords:
remote sensing image;  classification;  support vectors domain description;  K-type kernel function;  exponential radial basis kernel function
分类号:
TP751
DOI:
10.11830/ISSN.1000-5013.2014.01.0036
文献标志码:
A
摘要:
将K型核函数和指数径向基核函数分别与径向基核函数组合成多核函数,并利用其构造出性能更加优越的支持向量域描述(SVDD)算法.将提取的遥感图像各波段光谱特征组成特征向量,分别用基于径向基核函数和多核函数的SVDD算法进行遥感图像分类.仿真实验结果表明:改进核函数的SVDD分类算法提高了分类精度,缩短了训练时间.
Abstract:
Combine K-type kernel function and exponential radial basis kernel function with radial basis kernel function into multi-kernel functions respectively, which is used to construct support vector domain description(SVDD)with more superior performance. Each band spectral characteristics of remote sensing image are extracted to compose feature vector, which is used for remote sensing image classification with support vector domain description algorithm. The simulation experiments show that SVDD recognition algorithm of improved kernel function has higher classification accuracy and shorter training time.

参考文献/References:

[1] TAX D M J,DUIN R P W.Support vector data description[J].Machine Learning,2004,54(1):45-66.
[2] 李卫鹏,李凌均,孔维峰,等.正交小波变换支持向量数据描述在故障诊断中的应用[J].机械科学与技术,2011,30(3):466-470.
[3] 成宝芝, 赵春晖, 王玉磊. 结合光谱解混的高光谱图像异常目标检测SVDD算法[J].应用科学学报,2012,30(1):82-88.
[4] 王震宇.基于支持向量数据描述的说话人识别研究[D].杭州:浙江工业大学,2011:13-50.
[5] 汪廷华,赵东岩,张琼.多类核极化及其在多宽度RBF核参数选择中的应用[J].北京大学学报:自然科学版,2012,48(5):727-731.
[6] LEE D,LEE J.Domain described support vector classifier for multi-classification problems[J].Pattern Recognition,2007,40(1):41-51(doi:10.1016/j.patcog.2006.06.008).
[7] 孙翠娟.基于K型核函数的支持向量机[J].淮海工学院学报:自然科学版,2006,15(2):4-7.
[8] 王春燕,夏乐天,孙毓蔓.基于不同核函数的SVM用于径流预报的比较[J].人民黄河,2010,32(9):35-36.
[9] LIMA C A M,COELHO A L V,CHAGAS S.Automatic EEG signal classification for epilepsy diagnosis with relevance vector machines[J]Expert Systems with Applications,2009,36(6):10054-10059.
[10] 杜培军,谭琨,夏俊士.高光谱遥感影像分类与支持向量机应用研究[M].北京:科学出版社,2012:117-118.
[11] 王兴玲,李占斌.基于网格搜索的支持向量机核函数参数的确定[J].中国海洋大学学报,2005,35(5):859-862.
[12] LAM K W K,LAU W L,LI Zhi-lin.The effects on image classification using image compression technique[J].International Archives of Photogrammertry and Remote Sensing,2000,33(B7):744-750.

相似文献/References:

[1]陈鑫晶,陈锻生.分类重构堆栈生成对抗网络的文本生成图像模型[J].华侨大学学报(自然科学版),2019,40(4):549.[doi:10.11830/ISSN.1000-5013.201807038]
　CHEN Xinjing,CHEN Duansheng.Text to Image Model With Classification-Reconstruction Stack Generative Adversarial Networks[J].Journal of Huaqiao University(Natural Science),2019,40(1):549.[doi:10.11830/ISSN.1000-5013.201807038]

备注/Memo

备注/Memo:
收稿日期: 2013-08-30
通信作者: 何建农(1960-),女,副教授,主要从事智能图像处理、遥感图像处理的研究.E-mail:42566374@qq.com.
基金项目: 国家自然科学基金资助项目(51277032)
更新日期/Last Update: 2014-01-20