您的位置: 专家智库 > >

辽宁省科学技术计划项目(2010401010)

作品数:2 被引量:16H指数:2
相关作者:姜晓林陈东莉丁胜锋孙劲光李扬更多>>
相关机构:辽宁石油化工大学中国石油抚顺石化公司辽宁工程技术大学更多>>
发文基金:辽宁省科学技术计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇遥感
  • 2篇遥感图像
  • 1篇遥感分类
  • 1篇遥感图像分类
  • 1篇遗传算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像
  • 1篇图像分类
  • 1篇向量
  • 1篇向量机
  • 1篇决策树
  • 1篇SVM决策树
  • 1篇K近邻

机构

  • 2篇辽宁工程技术...
  • 2篇辽宁石油化工...
  • 2篇中国石油抚顺...

作者

  • 2篇孙劲光
  • 2篇丁胜锋
  • 2篇陈东莉
  • 2篇姜晓林
  • 1篇李扬

传媒

  • 1篇遥感技术与应...
  • 1篇计算机应用研...

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
基于模糊双支持向量机的遥感图像分类研究被引量:9
2012年
遥感图像的分类是研究土地利用变化的基础。传统的遥感图像分类方法存在运算速度慢、精度比较低和难以收敛等问题。提出了一种基于模糊双支持向量机的多类分类方法,将模糊技术引入到双支持向量机中,赋予不同样本以不同的模糊隶属度,然后将模糊双支持向量机推广到多类分类中,最后将新方法应用到遥感图像分类中。实验表明,新方法比传统的支持向量机多类分类方法有较高的分类精度,并且有较强的抗噪声能力,在运行时间上也是可行的。模糊双支持向量机是一种有效的遥感图像分类方法。
丁胜锋孙劲光陈东莉姜晓林
关键词:遥感图像
一种改进的SVM决策树及在遥感分类中的应用被引量:7
2012年
针对遥感图像分类问题提出了一种基于遗传算法和K近邻的SVM决策树方法。算法以基于类分布的类间分离性测度为准则,利用遗传算法对传统的SVM决策树进行优化,生成最优(较优)决策树。在分类阶段,对容易分的节点利用SVM进行分类,而对可分离性差的节点采用SVM和K近邻相结合的分类方法,最终实现多类别分类。实验结果表明,与传统的分类方法相比,该算法的实验效果较好,可有效地提高遥感图像的分类精度。
丁胜锋孙劲光陈东莉李扬姜晓林
关键词:遗传算法K近邻遥感图像分类
共1页<1>
聚类工具0