文件名称：论文研究-Mixed KPCA结合纹理特征的SVM盐碱土信息提取.pdf
文件大小：610KB
文件格式：PDF
更新时间：2022-10-03 05:52:55
论文研究
核函数是核主成分分析（Kernel Principal Component Analysis，KPCA）的核心，目前使用的核函数都是单一核函数。尝试通过将光谱角径向基核函数（Spectral Angle Radial Basis Function，SA-RBF）与RBF组合形成混合核函数。在研究中，利用基于该混合核函数的KPCA进行特征提取，将其光谱特征波段和纹理特征相结合用于盐碱土的SVM分类，将分类结果与其他SVM分类进行比较，结果表明：该方法优于其他SVM方法，能有效提取玛纳斯河流域绿洲区的盐碱土专题信息，分类精度是89.000%，kappa系数是0.876。