一种svm-rfe高光谱数据特征选择算法

？提出了一种基于一对一(one-verse-one,ovo)多类策略的支持向量机递归特征约减算法(supportvectormachinerecursivefeatureelimination,svm-rfe)用于高光谱数据的特征选择。对比分析了该算法所选择波段与基于一对多(one-verse-all,ova)策略的svm-rfe算法、msvm-rfe算法以及oneri、nfogain、relieff等3种基于特征排序的方法所选择波段在高光谱数据分类中的精度表现。结果显示,ovosvm-rfe算法是一种可靠有效的高光谱数据特征选择算法,并且所选择波段在分类精度方面优于5种对比算法。