学位论文 > 优秀研究生学位论文题录展示
基于最小二乘支持向量机的多光谱遥感影像分类
作 者: 项霞
导 师: 徐亚明
学 校: 武汉大学
专 业: 大地测量学与测量工程
关键词: SVMs 多光谱遥感影像分类 统计学习理论 LS-SVM 加权LS-SVM 稀疏LS-SVM 参数选择
分类号: P237
类 型: 硕士论文
年 份: 2005年
下 载: 553次
引 用: 5次
阅 读: 论文下载
内容摘要
支持向量机是在统计学习理论基础上发展起来的一种通用的学习方法,它以结构风险最小化为归纳原则,克服了传统分类方法以经验风险最小化为归纳原则的不足。但是它计算复杂,内存需求量大,用于大规模数据分类时比较困难,而遥感影像分类数据量一般比较大,为了改善这些不足,本文提出将最小二乘支持向量机及其改进算法——加权最小二乘支持向量机和稀疏最小二乘支持向量机用于多光谱遥感影像分类中,并获得了较好的分类效果。 本文重点论述了最小二乘支持向量机的原理及相关的概念,然后在此基础上通过实验与传统分类方法以及支持向量机方法进行比较分析,证明了其可行性和有效性。同时,本文还对最小二乘支持向量机在多光谱遥感影像分类中的一些特殊问题,如多类分类、训练样本选择、模型参数选择等问题进行了初步研究,得出该方法是一种性能优良的分类方法的结论。
|
全文目录
摘要 4-5 Abstract 5-6 目录 6-8 第一章 绪论 8-13 §1.1 引言 8-9 §1.2 遥感影像分类的研究现状及趋势 9-11 §1.2.1 研究现状 9-11 §1.2.2 研究趋势 11 §1.3 本论文的主要研究内容 11-13 §1.3.1 研究内容 11 §1.3.2 拟突破的难题 11-12 §1.3.3 研究特色和创新之处 12-13 第二章 统计学习理论与支持向量机 13-26 §2.1 统计学习理论的核心内容 13-17 §2.1.1 经验风险最小化 13-14 §2.1.2 学习过程一致性的条件 14-15 §2.1.3 VC维 15-16 §2.1.4 推广性的界 16-17 §2.1.5 结构风险最小化 17 §2.2 支持向量机 17-25 §2.2.1 线性分类器 18-20 §2.2.2 线性不可分情况 20-22 §2.2.3 支持向量机 22-23 §2.2.4 核函数 23-25 §2.3 本章小结 25-26 第三章 SVMs与传统分类方法的性能比较 26-43 §3.1 遥感影像分类原理 26-28 §3.1.1 遥感数据的不同理解方式 26-27 §3.1.2 遥感影像分类原理 27-28 §3.2 传统影像分类方法 28-33 §3.2.1 遥感影像分类方法 28-31 §3.2.2 遥感影像分类流程 31-33 §3.3 分类器性能的衡量指标 33-36 §3.3.1 训练精度与估计精度 33-34 §3.3.2 模型复杂度与训练样本数 34-35 §3.3.3 特征维数与训练样本数 35-36 §3.4 遥感影像分类实验 36-42 §3.4.1 多光谱数据实验Ⅰ 37-39 §3.4.2 多光谱数据实验Ⅱ 39-42 §3.4.3 实验小结 42 §3.5 本章小结 42-43 第四章 最小二乘支持向量机 43-54 §4.1 LS-SVM及其特点 43-46 §4.2 加权LS-SVM 46-48 §4.3 稀疏LS-SVM 48-49 §4.4 LS-SVM 的常用算法 49-52 §4.4.1 直接方法 49-50 §4.4.2 迭代方法 50-51 §4.4.3 Krylov方法 51-52 §4.5 LS-SVM的训练样本选择以及模型参数选择 52-53 §4.5.1 训练样本选择 52-53 §4.5.2 模型参数的选择 53 §4.6 本章小结 53-54 第五章 LS-SVM分类实验及结论 54-62 §5.1 实验及结论 54-61 §5.1.1 多光谱数据实验Ⅰ 54-55 §5.1.2 多光谱数据实验Ⅱ 55-59 §5.1.3 实验总结 59-61 §5.2 本章小结 61-62 第六章 总结与展望 62-64 §6.1 总结 62-63 §6.2 展望 63-64 参考文献 64-67 攻读硕士学位期间发表的论文和参加的科研情况 67-68 致谢 68
|
相似论文
- 基于环境参数的过渡环境下人体热感觉预测,TU831
- 与支持向量回归机对应的密度函数的研究,O174
- 生料浆配料过程返料成分的时间序列混沌分析和SVM预测研究,O211.61
- 支持向量机在高炉炉温预报中的应用及若干改进,TF325.69
- 基于分块和核参数选择的KPCA研究,TP391.41
- 全国能源需求问题预测的若干方法及其比较,F206
- 准干式绿色磨削可应用性及加工参数与表面质量关系的研究,TG580.6
- 基于支持向量机的烟气成分建模研究,TK224.11
- 最小二乘支持向量机算法及应用研究,TP183
- 陕西省烤烟施肥智能专家系统研究,S572
- 旅游景区经营权价格评估探索,F592
- 基于信息融合技术的电弧炉终点预报方法的研究,TF642
- 多轴数控机床综合误差建模与补偿的研究,TG659
- 湿法炼锌逆锑盐净化二段多金属离子浓度预报模型,TF813
- 支持向量机的快速分类方法研究,TP18
- 基于近邻函数准则与支持向量机的滚动轴承故障诊断研究,TH165.3
- 用遗传算法选择支持向量机参数的研究,TP183
- 基于支持向量机的动态预测方法与实现技术研究,TP183
- 轨道车辆垂向振动性能研究及减振器阻尼参数选择,U270
- 基于支持向量机的大跨度斜拉桥静力损伤识别研究,U441.4
- 希尔伯特——黄变换算法与应用研究,TN911.6
中图分类: > 天文学、地球科学 > 测绘学 > 摄影测量学与测绘遥感 > 测绘遥感技术
© 2012 www.xueweilunwen.com
|