基于支撑向量机概率输出的高光谱影像混合像元分解.pdfVIP

维普资讯 第 31卷 第 1期 武 汉 大 学 学 报 ·信 息 科 学 版 Vo1．31NO．1 2006年 1月 Geomaticsand InformationScienceofW uhanUniversity Jan．2006 文章编号 ：1671—8860(2006)01OO1-04 文献标 志码 ：A 基于支撑向量机概率输出的 高光谱影像混合像元分解 吴 波 张 良培 李平湘 (1 武汉大学测绘遥感信息 [程国家重点实验室 ．武汉 市珞喻路 129号．430079) 摘 要 ：提 出利用支撑向量机 (SVM)后验概率 来分解 高光谱影像 的混合像 元，通过 支撑 向量机的输 出值 转化 为 两两配对的后验概 率，再 由两两配对的概 率值 求得 多类后验概 率 ，并以像元所属 类别的后验概率作 为地物 的组分信 息。实验 结果表 明，该方法能较好地估计 出混合像 元的组分比。 关键词 ：支撑 向量机 ；多类；后验概率 ；像 元分解 ；高光谱 中图法分类号 ：TP751 由于支撑 向量机在高维空间有 良好的学习性 1．1 两类后验概率估计 问题 能和推广能力 ，目前广泛应用在高光谱遥感模式 由于没有经过校准的 g()输 出值并不是后 识别与分类研究中，并取得 了很好 的识别与分类 验概率 ，Platt～ 提 出利用 sigmoid函数把每个 效果 。然而 ，还没有发现利用 SVM 来解决高 g()的输出值映射为相应的两两后验概率 ，即 光谱混合像元分解的研究。实际上 ，SVM 不仅能 1 (c )一 厕 (2) 够定性识别 目标 ，简单地把待识 别对 象指定为某 1 L 一 类别 ，还可以获得待识别对象属于某一类别 的 式 中，A、B为待定系数。参数 A、B可从训练样 后验概率 。后验概率是一个很重要 的指标量 ，通 本集 (g，t)估计得 出，其 中，t一( +1)／2。方 过它能够有效地提取亚像元 的信息一。。Eric 详 法是构造如下的交叉误差熵函数 ： 细分析了用 Bayes的后验概率值替代混合像元组 min ：(tlg()+(1一t)lg(1一声))(3) t 分的原因，并认为亚像 元分类 (像元分解)是基于 式中， 一1／(1+e¨ )为样本 的概率估计 后验概率分类的一种特殊情况 。因此 ，本文提 出 值 。 一 种基于SVM 后验概率的高光谱影像混合像元 由于式 (3)只有两个未知数 ，可以运用任何数 分解 的方法 。 值优化方法，如极大似然法等求解未知参数 A、B 的值 。利用这种方法把输出值映射为相应的两两 1 SVM 的后验概率 后验概率时 ，如果输 出值在 ±1附近，则有可能存 在估计不准确的问题。改善这