基于ETAFSVM的高光谱遥感图像自动波段选择和分类.pdf

第36卷第4期 计算机科学 V01．36No．4 星QQ2生垒旦冬盈翌巳坚!呈三§￡i星望￡曼 △2圣；QQ2 基于ETAFSVM的高光谱遥感图像自动波段选择和分类 戴宏亮1·2 戴道清1 (中山大学数学与计算科学学院 广州510275)1 广州510320)2 (广东商学院数学与计算科学学院 摘要提出了一种新型的具有良好特性的支持向量机——全间隔自适应模糊支持向量机(T√蝤‘SⅥⅥ)，并提出一种 图像数据。通过先进行自适应波段选择后再用径向基神经网络分类器、K一最近邻分类嚣和标准支持向量机等3种方 法进行全部分类精度比较，以及与这3种方法直接进行类别分类精度和平均分类精度比较，其结果表明运用ETAFS- VM不仅可以自动进行波段选择，而且分类精度较高，对Hughes现象敏感性较低，是进行高光谱遥感图像分类的一 种有效方法。 关键词 全间隔自适应模糊支持向量机，智能遗传算法，高光谱遥感图像，分类 中图法分类号TP39 文献标识码A AutomaticBandSelectionandClassificationof Remote BasedonETAFSVM Hyperspectrai Images Sensing DAI DAI Hong-lianga·2Dao-qin91 ofMathematics，Sun 510275，China)1 (Department Yat—Sen(Zhongshan)University，Guangzhou ofMathematicsand ofBusiness (Department Science，GuangdongUniversity Studies。Guangzhou510320。China)2 Computational Abstract Inthis vectormachine(TAFSVM)whichhas study．totalmargimbasedadaptivefuzzysupport goodquality was all tO aTAR眦basedclassifier(named proposed．Besides。thispaperproposedevolutionaryapproachdesign simultaneous bandselectionand an ofautomatic ETAFS、1Ⅵ)by optimization parameterstuningusingintelligentgene- tic with5-foldcrossvalidationasanestimatorof algorithm(IGA)。combined regarded ability．Subsequent—