特征维数对支持向量机分类器性能影响的研究——以高光谱遥感影像为例Impacts of feature dimensionality to the support vector machine classifier for hyperspectral remote sensing image
谭琨,杜培军,王小美
摘要(Abstract)：
本文为验证SVM对高维特征的适应性和可靠性,针对不同特征提取方法与特征组合,以国产OMISⅡ传感器获得的北京昌平地区高光谱遥感据为例,对SVM分类器中特征维数对分类准确率的影响进行了试验,通过对主成分分析、最小噪声分离算法、相关系数分组后特征提取、导数光谱等的分析,表明SVM分类器的分类精度随着特征维数波动,其中主成分分析降维后提取的特征具有用于分类能够获得最高的准确率。通过与最大似然法和光谱角制图分类算法的比较,说明在同样的特征输入情况下SVM分类算法分类的准确率高于最大似然法和光谱角制图分类器。
关键词(KeyWords)： 高光谱遥感;支持向量机;特征提取;分类
基金项目(Foundation): 国家自然科学基金项目(40401038);; 国家高技术研究发展计划863计划项目(2007AA12Z162);; 高等学校博士学科点专项科研基金资助课题(20070290516);; 江苏省普通高校研究生科研创新计划资助项目(CX08B_112Z);; 中央高校基本科研业务费专项资金资助(2010QNA18)
作者(Author): 谭琨,杜培军,王小美
DOI: 10.16251/j.cnki.1009-2307.2011.01.077
参考文献(References)：
- [1]Tso B,Mather P.Classification Methods for RemotelySensed Data[M].London:Taylor&Francis,2001.
- [2]路威,余旭初,刘娟,杨国鹏.基于分布异常的高光谱遥感影像小目标检测算法[J].测绘学报,2006.
- [3]杨可明,李慧,郭达志.基于最佳小波包基的高光谱影像特征制图[J].测绘学报,2008.
- [4]刘志刚.支撑向量机在光谱遥感影像分类中的若干问题研究:博士论文[D].武汉:武汉大学,2004.
- [5]Gu Y,Zhang Y,Zhang J.AKernel Beased Nonlinear Sub-space Projection Method for Reduction of Hyperspectral Im-age Dimensionality[M].IEEE ICI P2002:357-360.
- [6]Pai-Hui Hsu.Feature extraction of hyperspectral imagesusing wavelet and matching pursuit[J].ISPRS Journalof Photogrammetry and Remote Sensing,Available online6 February 2007,1-15.
- [7]张学工.关于统计学习理论与支持向量机[J].自动化学报,2000,26(1).
- [8]边肇祺,张学工.模式识别[M].北京:清华大学出版社,2002.
- [9]V N Vapnik.Statistical Learning Theory[M].NewYork:Wiley,1998.
- [10]Kre-el U.Pairwise Classification and Support VectorMachines.〔C〕//In Advances in Kernel Methods:Support Vector Learning,B.Scholkopf,C.J.C.Burges,and A.J.Smola(eds.),The MITPress,Cam-bridge,MA,1999:255～268
- [11]C-W Hsu,C-J Lin.A comparison of methods for multi-class support vector machines[J].IEEE Transactionson Neural Networks,2002,13(2).
- [12]Boardman J W,Kruse F A.1994,Automated spectralanalysis:a geological example using AVIRIS data,northGrapevine Mountains,Nevada[C]//In Proceeding,ERIM Tenth Thematic Conference on Geologic RemoteSensing,Environmental Research Institute of Michigan,Ann Arbor,MI,p.I-407-I-418.
- [13]Chih-Chung Chang,Chih-Jen Lin.LIBSVM:a Libraryfor Support Vector Machines[EB/OL].http://www.csie.ntu.edu.tw/_cjlin.
- [14]CheriyadatA,Bruce LM.Why principal component anal-ysisis not an appropriate feature extraction method for hy-perspectral data[J].Geoscience and Remote SensingSymposium,2003.IGARSS.03.Proceedings.2003IEEE International.2003,6:3420～3422.
- [15]任红艳,潘剑君,张佳宝.高光谱遥感技术的铅污染监测应用研究[J].遥感信息,2005,(3).