张睿
- 作品数:7 被引量:83H指数:5
- 供职机构:中国科学院研究生院更多>>
- 发文基金:国家高技术研究发展计划中国科学院知识创新工程国家重点基础研究发展计划更多>>
- 相关领域:天文地球自动化与计算机技术更多>>
- 基于递归SVM的高光谱数据特征选择算法研究
- 本文提出一种改进的递归SVM(Support Vector Machine,支持向量机)算法开展高光谱数据的光谱特征选择研究。SVM算法具有小样本训练、支持高维特征空间的特点,在进行光谱特征选择时,使用SVM中的权值来衡...
- 张睿陈雪马建文
- 文献传递
- 支持向量机在遥感数据分类中的应用新进展被引量:42
- 2009年
- 支持向量机是一种基于统计学习理论的新型机器学习算法,它通过解算最优化问题,在高维特征空间中寻找最优分类超平面,从而解决复杂数据的分类及回归问题。随着应用面的不断扩大,支持向量机在遥感领域也得到了广泛关注。该算法已经成功的应用于遥感数据的土地覆盖、土地利用分类,多时相遥感数据的变化检测,多源遥感数据信息融合等,并且在高光谱遥感数据处理中得到了广泛应用。综述了支持向量机算法在遥感数据分类中的应用。首先对支持向量机的理论进行简要介绍,进而综述了该算法在不同遥感问题中的应用进展,最后阐述了新型支持向量机算法的发展以及在遥感中的应用。
- 张睿马建文
- 关键词:支持向量机遥感数据分类
- 改进的P-SVM支持向量机与遥感数据分类被引量:7
- 2009年
- 本文介绍了将P-SVM算法引入多光谱/高分辨率遥感数据的分类,并且展示了卫星ASTER和航空ADS40数字影像分类的技术过程和结果验证。结果表明:P-SVM方法的分类精度不低于SVM,并减少了时耗。
- 张睿马建文
- 关键词:SVM遥感数据分类
- 利用SVM-CRF进行高光谱遥感数据分类被引量:7
- 2011年
- 提出了一种改进的随机场模型SVM-CRF,它以支持向量机作为条件随机场的一阶势能项,结合了支持向量机和条件随机场的优点。采用AVIRIS高光谱遥感数据进行实验,对SVM-CRF模型进行了分析,结果表明,在分类精度上SVM-CRF优于支持向量机和传统条件随机场模型。
- 李祖传马建文张睿李利伟
- 关键词:条件随机场高光谱数据
- 一种SVM-RFE高光谱数据特征选择算法被引量:17
- 2009年
- 提出了一种基于一对一(one-verse-one,OVO)多类策略的支持向量机递归特征约减算法(supportvector machine recursive feature elimination,SVM-RFE)用于高光谱数据的特征选择。对比分析了该算法所选择波段与基于一对多(one-verse-all,OVA)策略的SVM-RFE算法、MSVM-RFE算法以及OneRI、nfoGain、ReliefF等3种基于特征排序的方法所选择波段在高光谱数据分类中的精度表现。结果显示,OVO SVM-RFE算法是一种可靠有效的高光谱数据特征选择算法,并且所选择波段在分类精度方面优于5种对比算法。
- 张睿马建文
- 关键词:SVM-RFE
- 利用P-EDMP与光谱进行高光谱遥感影像分类被引量:4
- 2010年
- 提出了一种改进的扩展形态剖面导数(P-EDMP)以及一种融合P-EDMP与光谱的分类方法。采用AVIRIS高光谱遥感数据,与融合光谱和扩展形态剖面(EMP)的方法进行对比实验,结果表明,在描述高光谱遥感影像的形态特征上,P-EDMP与EDMP相当,但是P-EDMP的时间复杂度要小;在分类精度上,所提方法要优于融合光谱与EMP的方法。
- 李祖传马建文张睿李利伟
- 关键词:遥感影像
- 利用融合纹理与形态特征进行地震倒塌房屋信息自动提取被引量:7
- 2010年
- 提出了一种以震后单一时相高空间分辨率光学遥感影像为基础,融合纹理特征和形态特征的地震倒塌房屋自动提取方法,研究了不同尺度纹理特征和形态特征在倒塌房屋提取中的作用和表现。以5.12汶川地震作为研究实例,结果表明,本方法能够有效提取地震倒塌房屋。倒塌房屋产品精度和用户精度分别为86.65%和86.35%,Kappa系数为0.790 6。
- 李祖传马建文张睿李利伟
- 关键词:高空间分辨率纹理特征