【出 处】：《 计算机仿真 》 CSCD 2012年第29卷第2期 281-284页,共4页

【作 者】： 张敬 [1] ; 朱献文 [1] ; 何宇 [2]

【摘 要】 针对高光谱遥感图像数据量大、维数高、数据之间冗余量大的特点，提出一种基于决策边界特征提取（Decision Boundary Feature Extraction，DBFE）的SVM高光谱遥感图像分类算法。首先采用DBFE对高光谱遥感图像进行特征提取，消除特征之间相关性，并降低特征维数，然后采用GA对SVM参数进行优化，找到最优分类模型参数，最后采用最优分类模型对待分类的高光谱遥感图像进行分类。仿真结果表明，高光谱遥感图像分类算法提高了高光谱遥感图像分类的效率和分类正确率，说明分类方法是有效、可行的。