基于支持向量机的遥感图像分析与处理
摘要
支持向量机是一种新的机器学习方法。本文结合遥感图像和支持向量机的特性,重点分析了支持向量机在遥感图像分类、遥感图像压缩、遥感图像特征提取等方面的应用。并对支持向量机在遥感图像分析与处理中的应用趋势及有待进一步研究的问题进行了探讨。
出处
《武警工程学院学报》
2009年第6期18-21,共4页
Journal of Engineering College of Armed Police Force
参考文献4
-
1Vapnik V. The Nature of Statistical Learning Theory [ M ] . New York : Springer - Verlag , 1995,5 ( 13 ).
-
2Smola A J , Scholkopf B. A Tutorial on Support Vector Regression[R] . NeuroColt2 Technical Report Series , 1998,1 (20).
-
3崔伟东,周志华,李星.支持向量机研究[J].计算机工程与应用,2001,37(1):58-61. 被引量:88
-
4彭清娥,曹叔尤,刘兴年,雷孝章,黄尔.坡面产沙BP神经网络模型研究[J].水土保持学报,2002,16(3):79-82. 被引量:17
二级参考文献16
-
1[1]Vapnik V.The Nature of Statistical Learning Theory.New York:Springer-Verlag,1995
-
2[2]Cortes CVapnik V.Support Vector Networks.Machine Learning,1995;20:273~297
-
3[3]Osuna E,Freund R,Girosi F.Training Support Vector Machines:An Application to Face Detection.In:Proceedings of the IEEE International Conference on Computer Vision and Pattern Recognition,New York:IEEE,1997:130~136
-
4[4]Dumais S,Platt J,Heckerman D,Sahami M.Inductive Learning Algorithms and Representations for Text Categorization.In:Proceedings of the 7th International Conference on Information and Knowledge Management,1998
-
5[5]Joachims T.Text Categorization with Support Vector Machines:Learning with Many Relevant Features.In:Proceedings of the 10th European Conference on Machine Learning,1998
-
6[6]Courant R,Hilbert D.Methods of Mathematical Physics. Volume 1,Berlin:Springer-Verlag,1953
-
7[7]Stitson M O,Weston J A E,Gammerman A,Vovk V,Vapnik V.Theory of Support Vector Machines.Technical Report CSD-TR-96-17, Royal Holloway University of London,1996.12.31
-
8[8]Osuna E,Freund R,Girosi F.Support Vector Machines:Training and Applications.AI Memo 1602,MIT AI Lab,1997
-
9[9]Osuna E,Freund R,Girosi F.An Improved Training Algorithm for Support Vector Machines.In:Principe J,Gile L,Morgan N,Wilson E eds.,Proceedings of the 1997 IEEE Workshop on Neural Networks for Signal Processing,New York:IEEE,1997:276~285
-
10[10] Joachims T.Making Large-Scale SVM Learning Practical.In:Schol-kopf B,Burges C J C,Smola A eds.,Advances in Kernel Methods Support Vector Learning,Cambridge,MA:MIT Press,1998:169~184
共引文献102
-
1侯雪亮,李新,陈远平.基于多神经网络混合的短文本分类模型[J].计算机系统应用,2020(10):9-19. 被引量:5
-
2杨志民,杨潇.支持向量机中不确定性信息的处理[J].吉林大学学报(工学版),2004,34(z1):117-119. 被引量:1
-
3修非,吴霜,付立冬,鲍玉斌,王大玲.基于灰度-单元差分共生矩阵的医学图像的检索与分类[J].计算机研究与发展,2007,44(z3):183-188. 被引量:1
-
4方慧文,曾爱民,江小明,朱爱玲,杨永.近红外光谱结合化学计量学技术在食品掺假分析中的应用[J].食品安全质量检测学报,2012,3(5):427-431. 被引量:4
-
5王海燕,田娜,黄德民,帅高山.基于SVM超优平面的水中目标识别分类技术[J].水雷战与舰船防护,2003,0(1):42-45.
-
6张敏贵,潘泉,张洪才,姜睿.基于支持向量机的人脸分类[J].计算机工程,2004,30(11):110-112. 被引量:16
-
7闫友彪,陈元琰.机器学习的主要策略综述[J].计算机应用研究,2004,21(7):4-10. 被引量:56
-
8王晨,赵杰,臧希,陈甫,蔡鹤皋.一种基于支持向量机的数据融合方法的研究[J].机械与电子,2004,22(8):8-11. 被引量:3
-
9张婷,汤国安,王峥,陈莉,王春.基于神经网络的地面坡度与其他地形定量因子关联性分析——以黄土高原丘陵沟壑区实验为例[J].山地学报,2004,22(4):415-420. 被引量:4
-
10阎满富,杨志民.模糊支持向量机与模糊模拟[J].系统工程,2004,22(11):12-14. 被引量:2
-
1孙佳骏,卜异亚,于忠义.支持向量机在遥感图像分类中的应用[J].电脑编程技巧与维护,2015(21):88-88.
-
2彭玉林.支持向量机在遥感图像分析与处理中的应用[J].通信技术,2008,41(9):199-200. 被引量:2
-
3华虎军,银秀芳,付炜,姚云军.基于小波变换的遥感图像压缩的研究[J].微计算机信息,2008,24(18):173-174. 被引量:3
-
4张锐菊,周诠.神经网络用于遥感图像压缩的一些研究结果[J].中国体视学与图像分析,2003,8(3):183-186. 被引量:3
-
5付森.遥感图像分类技术的发展现状[J].科技风,2010(8).
-
6李强,王正志,周宗潭,张占月.遥感图像的小波压缩方法[J].国防科技大学学报,1998,20(2):69-73. 被引量:2
-
7林崇献,马隆文.BP网络及其在遥感图像分类中的应用[J].南方国土资源,2005(4):25-27. 被引量:1
-
8毛建旭,王耀南.基于神经网络的遥感图像分类[J].测控技术,2001,20(5):29-30. 被引量:23
-
9裴璨璨.基于PCA的支持向量机遥感图像分类[J].信息与电脑(理论版),2015(2):65-66. 被引量:1
-
10刘畔.小波理论在遥感图像处理中的应用[J].林区教学,2011(5):102-103.