高光谱图像分类的全面加权方法研究.PDFVIP

第27卷第6期 红外与毫米波学报 Vo1．27，No．6 2008年12月 J．Infrared Millim．Waves December，2008 文章编号：1001—9014(2008)06—0442—05 高光谱图像分类的全面加权方法研究 王立国， 赵春晖， 乔玉龙， 陈万海 (哈尔滨工程大学信息与通信工程学院，黑龙江 哈尔滨 150001) 摘要：像元分类是高光谱数据分析的最基本、最重要内容之一，而基于支持向量机(SVM)的分类方法以其高效性得 以广泛使用．原始的SVM分类模型中并没有体现出样本、特征、类别对于分类或分析的不同重要性，从而影响了处 理效果．为此，将各样本偏离其类中心的距离映射为样本加权系数；将类内散度矩阵应用于特征加权方法；将SVM 方程系统中的单位矩阵对角元素加以调整来完成类别加权．不同加权方法既可以单独使用也可以联合使用．实验 表明，所提出的加权方法有助于进一步提高高光谱图像的分类效果．