论文部分内容阅读
高光谱遥感图像具有维数高的特点,当样本较少时,利用传统的统计识别方法分类,分类精度低。可支撑向量机(SVM)能解决小样本、高维、非线性分类问题。采用归一化法对原始图像做预处理,再分析不同的SVM核函数对分类精度的影响;并把SVM与最小距离法,马氏距离法等的分类结果进行比较。结果表明SVM的核函数类型对分类正确率影响不大,其分类精度高于传统的统计识别方法。