支持向量机(SupportVectorM ach ine,SVM)是目前机器学习界中的研究热点,其理论基础是统计学习理论。它基于结构风险最小化(SRM)原理,在最小化样本点误差的同时,缩小模型预测误差的上界,从而提高了模型的泛化能力。与基于传统统计学的...支持向量机(SupportVectorM ach ine,SVM)是目前机器学习界中的研究热点,其理论基础是统计学习理论。它基于结构风险最小化(SRM)原理,在最小化样本点误差的同时,缩小模型预测误差的上界,从而提高了模型的泛化能力。与基于传统统计学的经验风险最小化(ERM)的许多方法相比,支持向量机的性能有了显著的提高。当前,支持向量机在遥感影像中的应用研究还处在起步阶段,已应用于遥感影像分类、目标检测、融合、道路网提取等多方面。随着支持向量机的研究不断深入,必将更广泛地应用于遥感影像处理之中。展开更多
文摘支持向量机(SupportVectorM ach ine,SVM)是目前机器学习界中的研究热点,其理论基础是统计学习理论。它基于结构风险最小化(SRM)原理,在最小化样本点误差的同时,缩小模型预测误差的上界,从而提高了模型的泛化能力。与基于传统统计学的经验风险最小化(ERM)的许多方法相比,支持向量机的性能有了显著的提高。当前,支持向量机在遥感影像中的应用研究还处在起步阶段,已应用于遥感影像分类、目标检测、融合、道路网提取等多方面。随着支持向量机的研究不断深入,必将更广泛地应用于遥感影像处理之中。