发明名称 |
二叉树多类支持向量机遥感分类方法 |
摘要 |
一种二叉树多类支持向量机遥感分类方法,属于遥感分类方法。首先将所有类别分成两个子类,再将子类进一步划分成两个次级子类,如此循环下去,直到得到一个单独的类别为止,这样最终将得到一个由一系列支持向量机构成的二叉分类树,完成二叉树多类支持向量机分类器的构建;在分类过程中使分类误差在远离根结点的分类器中出现,把JM距离最大的类首先分离出来;利用建立的二叉树多类支持向量机分类器,实现遥感影像分类;优点:该方法分类速度快,分类精度优于常用的多类支持向量机分类方法和传统的分类器,综合了类别可分性和二叉树支持向量机两者的优势,因此能够实现遥感影像的快速分类,且能够提高分类精度。 |
申请公布号 |
CN101980251A |
申请公布日期 |
2011.02.23 |
申请号 |
CN201010555351.0 |
申请日期 |
2010.11.23 |
申请人 |
中国矿业大学 |
发明人 |
杜培军;谭琨 |
分类号 |
G06K9/66(2006.01)I |
主分类号 |
G06K9/66(2006.01)I |
代理机构 |
南京经纬专利商标代理有限公司 32200 |
代理人 |
唐惠芬 |
主权项 |
1.一种二叉树多类支持向量机遥感分类方法,其特征是:首先将所有类别分成两个子类,再将子类进一步划分成两个次级子类,如此循环下去,直到得到一个单独的类别为止,这样最终将得到一个由一系列支持向量机构成的二叉分类树,完成二叉树多类支持向量机分类器的构建;在分类过程中使分类误差在远离根结点的分类器中出现,把JM距离最大的类首先分离出来;利用建立的二叉树多类支持向量机分类器,实现遥感影像分类;具体实现步骤为:利用各类别的训练样本,根据公式<img file="2010105553510100001DEST_PATH_IMAGE001.GIF" wi="207" he="54" />,计算任意两类间分离性测度,将所有类别的分离性测度进行组合,组成分离性测度矩阵,把相同类间分离性测度值设0,表示最不容易分开:<img file="690701DEST_PATH_IMAGE002.GIF" wi="283" he="116" />(2):首先找出分离性测度最大的两类,在分离性测度相等的类时,按照类别排列顺序,排列在前的首先进行分类;在分离性测度有相等的类时,一类作为子类集合A,另一类作为子类集合B,同时把A集合中的类中心作为A集合的中心,B集合中的类中心作为B集合的中心;(3):对于除A、B集合类之外的任一模式类,所分出的类与A集合中类的分离性测度小,就归属为A集合,同时修改A集合的类中心;所分出的类与B集合中心的分离性测度小,就归属为B集合,修改B集合的类中心值;(4):按照第(2)步、第(3)步的分割方式,把其余的模式类划分集合A或集合B;(5):将集合A和集合B分别作为二叉树根节点支持向量机的左右子树,训练支持向量机,实现对集合A和集合B的分离;(6):对集合A和集合B分别作为单独的模式分类问题,分别采用每一集合中各类别的训练样本,重复进行步骤2到步骤5,生成各层次的二叉树节点,直到所有的类被单独分离出来为止,完成二叉树多类支持向量机分类器的构建;(7)利用建立的二叉树多类支持向量机分类器,对原始遥感影像进行分类处理,获取每一像素的类别,实现遥感影像分类;(8)采用精度评价指标对遥感影像进行分类。 |
地址 |
221116 江苏省徐州市三环南路中国矿业大学科技处 |