论文部分内容阅读
随着计算机技术的迅速发展,遥感影像的计算机自动分类技术开始被人们所重视起来,并大大提高了影像分类的质量、精度和效率。但是基于传统的遥感影像分类方法对遥感影像解译分类主要是利用遥感影像中像元灰度值的统计规律来进行,其分类的结果的精度受到训练样本数目和算法自身的分类模型算法的限制。支持向量机分类理论是建立在统计学习理论中的VC维和结构风险最小原理基础上用以研究小样本情况下机器分类方法,在实际的遥感影像分类应用中表现出较好的适用性。本文在中德科技合作与交流项目(2007DFB70200)和山东省自然