模拟退火法用于气体红外光谱数据的识别分类

本文介绍了一种新的分类方法,它克服了传统的线性局部搜索的缺点,引入了跳跃式搜索,使得算法能够跳出局部极优解的陷阱,从而找到全局最优解。文中详细地介绍了其原理,并利用模拟退火的跳跃式搜索方法进行算法训练。通过实例比较,说明本方法应用于大气遥感红外光谱数据的分类和识别时,是行之有效的。

树状分类器法用于气体红外光谱数据的识别分类

介绍了一种新的分类方法%D树状分类器法 ,它抛弃了传统的线性搜索 ,用一个超平面进行分类的局限 ,引入了多个超平面进行分类 ,从而对在特征空间分布复杂交错的、非线性可分的样本有着较好的分类效果。文中详细地介绍了其原理 ,并利用树状分类器进行算法训练和鉴别分类。通过实例比较说明 ,此方法应用于大气遥感红外光谱数据的复杂样本进行分类和识别时 ,相比于一个超平面是更行之有效的。