ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
学位论文

基于SVM遥感图像专题信息提取研究

张勇
2005
19阅读
引用收藏
分享

摘要

支持向量机(SVM)是一种基于统计学习理论的机器学习算法,在解决有限样本、非线性及高维模式识别问题中表现出许多特有的性能,并且具有强大的泛化能力。本文正是利用SVM的这些优点,对数据量繁多的遥感图像进行矿化信息提取,有效地识别遥感图像。 本文的主要工作包括: 1.讨论了SVM基本原理,阐述并且分析了目前国际上几种流行的算法;概述了遥感图像处理的理论,并结合实际工作,处理研究区的遥感图像。 2.在实验过程中,采集正类样本和负类样本,有效地构造SVM的训练集。再对样本进行多次的训练,优化算法,运用k-折交叉比对(k...

学科与关键词

关键词
支持向量机遥感矿化信息提取算法 SVMRSmineralizing information extractionalgorithm
相关
加载中…
  • 一种改进的支持向量机NN-SVM
    李红莲; 王春花; 袁保宗计算机学报, 2003, (08): 1015-1020.
  • 基于模糊c-均值聚类的SVC迭代训练算法
    陈自洁; 夏成锋仲恺农业工程学院学报, 2011, (01): 39-43.
  • 支持向量机在设备故障诊断中的应用研究
    曾嵘其他, 2005.
查看全部 →

学位信息

学位
其他
答辩日期
2005

作者

  • 张

    张勇 (第一作者)

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417