文献类型：期刊文章

作　　者：夏列钢[1,2] 王卫红[3] 胡晓东[1] 骆剑承[1]

机构地区：[1]中国科学院遥感应用研究所,北京100101 [2]中国科学院研究生院,北京100049 [3]浙江工业大学计算机科学与技术学院/软件学院,浙江杭州310023

出　　处：《测绘学报》

基　　金：国家自然科学基金(40971228;40871203;60873033);浙江省自然科学基金杰出青年团队项目(R1090569)

年　　份：2012

卷　　号：41

期　　号：4

起止页码：591-596

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2011_2012、DOAJ、EI(收录号：20124115547776)、GEOBASE、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：针对多光谱遥感数据特点利用SSV匹配技术改进高斯核函数得到新的KSSV函数,然后在由KSSV核函数映射得到的高维空间中利用SAM匹配技术代替基于欧氏距离的相似性度量。如此可以充分挖掘多光谱影像中的波谱特征信息并有效利用,提高模式识别方法应用的有效性。将此方法分别应用于非监督分类(k均值)与监督分类(最小距离、SVM)的试验表明,改进度量的分类方法可显著提高地类间的可区分度并有效降低类内的不一致性,更有效针对多光谱遥感影像中的地物类型,获得较好的精度改进。

关 键 词：相似性度量  光谱匹配 核映射 K均值聚类 支撑向量机

分 类 号：TP75]