基于svm核函数和参数选择的高光谱图像分类研究

《基于svm核函数和参数选择的高光谱图像分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号学号M201370018学校代码10487密级硕士学位论文基于SVM核函数和参数选择的高光谱图像分类研究学位申请人：秦溱学科专业：计算数学指导教师：李红教授答辩日期：2015年5月15日AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreefortheMasterofScienceBasedontheSVMkernelfunctionandparameterselectionofhyperspectralimageclassificationCandidate:QinQinMajor:C

2、omputationalMathematicsSupervisor:Prof.HongLiHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaMay,2015独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者

3、完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日摘要高光谱遥感作为遥感技术的发展前沿,它在农业、林业、地质、海洋、军事等方面发挥着越来越重要的作用。高光谱信息处理的一个重要研究方向是对高光谱图像进行分类,而更好地实现各种应用的先

4、决条件是分类算法的精度高。高光谱图像具有多波段数、大数据量、高分辨率等特点，使用传统图像分类技术对高光谱图像进行分类难以取得好的效果。本文利用支持向量机在高维、非线性以及有限样本情形下表现出的优势，考虑到高光谱图像数据的特殊性以及分类过程中存在的问题，针对支持向量机模型中核函数的类型及其参数的选取对高光谱分类结果的影响进行了深入的研究，论文的主要内容和贡献如下:(1)介绍了高光谱的背景,对支持向量机的发展历程进行了论述。阐述了高光谱图像的获取,分析了高光谱数据的特征，对分类的过程以及其中的重要步骤进行了必要的论述。(2)介绍了支持向量机原理，分析了支持向量机在线性可分

5、、广义线性可分以及线性不可分时的模型设计方法，指出了核技术在解决非线性问题中的作用。(3)针对核函数及其参数的选取对支持向量机分类效果的影响进行了分析。通过实验证明了决定支持向量机分类效果的主要因素在于参数的选取。研究了参数择优的方法，以核参数和惩罚因子为优化对象，介绍了网格搜索方法和基本粒子群算法。最后，对粒子群算法自适应调整,并做了几种对比实验。(4)本文对所提算法进行了数值实验。首先考查了核函数对支持向量机分类器性能的影响，分别选取四种常用核函数进行高光谱图像分类实验，结果显示釆用不同的核函数得出的分类精度差别不大。其次，利用不同的优化方法对模型的参数进行选取，

6、实验结果表明改进的基本粒子群方法在一定程度上提高了分类精度，验证了该方法的有效性。文中的创新之处在于对基本粒子群算法进行改进，通过对调整因子的自适应改进，避免了粒子陷入局部最优，优化了算法全局寻优的能力。关键词:支持向量机；高光谱图像分类；核函数；参数优化。IAbstractHyperspectralremotesensingplaysaveryimportantroleinthefieldssuchasagriculture,forestry,geology,Marine,andmilitaryasthedevelopmentfrontofremotesensing

7、technology.TheclassificationofremotesensingimageinHyperspectralimageinformationprocessisaveryimportantresearchdirection,wheretheclassificationaccuracyisthefoundationforavarietyofapplications.Hyperspectralimagehasanumberofmulti-bands,highresolutionandlargeamountofdata,etc.Usingt