一种基于输入向量机的高光谱影像分类算法 (2015年)

【文件属性】：
文件名称：一种基于输入向量机的高光谱影像分类算法 (2015年)
文件大小：488KB
文件格式：PDF
更新时间：2021-05-21 03:59:53
自然科学 论文 支持向量机分类方法存在惩罚系数需要交叉验证获取、训练时间较长、支持向量个数随着训练样本数量的变化而变化，以及稳定性和稀疏性较差等问题。针对这些问题，提出了一种基于输入向量机的高光谱影像分类算法。该算法在核逻辑回归模型的基础上，采用前向贪心算法选择训练样本中的输入向量来进行模型的训练，达到稀疏的目的，提高影像的分类精度和分类效率。通过PHI和OMIS两组高光谱影像分类实验，结果表明基于输入向量机分类算法具有稳定性好、稀疏性强的优点。