基于支持向量机的遥感图像舰船目标识别方法

来源 :计算机仿真 | 被引量 : 40次 | 上传用户:z_asdf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对高分辨率遥感图像舰船目标识别问题,提出了一种基于支持向量机的舰船目标分类方法。支持向量机(SVM)是一类新型机器学习方法,基于结构风险最小化归纳原则,具有出色的学习能力。与传统的方法相比,支持向量机不但结构简单,而且技术性能特别是泛化能力明显提高。该文简要介绍了有关统计学习理论和支持向量机算法,将支持向量机应用于遥感图像舰船目标识别,并同传统的舰船识别方法进行了相关的对比实验,实验结果说明本文提出的分类器在识别性能上明显优于其它传统分类器,具有更高的识别性能率。
其他文献
以铝合金变速器壳体为研究对象,结合压力铸造和零件结构的特点,设计浇注系统,使用Magma软件对初始工艺进行数值模拟,结果表明充型不平稳,没有按照顺序凝固,产生缩松缩孔和热
该文提出了一种基于组件技术的三层C/S结构的分布式联邦数据库模式,用来管理和实现分布式异构数据库信息集成和数据访问,将系统功能模块封装到组件中并放在中间层的应用服务器上,使得此异构系统具有良好的可重构性。并以PowerBuilder9.0为开发工具、EAServer的JaguarCTS为应用服务器实现了一个基于仿真系统的异构数据库通用集成环境。