基于 DLSVM 算法的高分辨率遥感图像分类研究

为了进一步提高高分辨率遥感图像的分类精度及效率，融合支持向量机SVM 及局部支持向量机 KNNSVM 算法，借助主动学习相关理论，提出了基于距离的局部支持向量机算法(DLSVM) ． 该算法通过对未标记样本和超平面之间的距离与预先设定的距离阈值相比较，判断是否需要进一步建立局部支持向量机 KNNSVM 来 确定样本的类标． 对实际的高分辨率遥感图像分类的实验结果显示：在合适的距离阈值与 K 值的设置下，该算法能够提高支持向量机 SVM 的分类精度，同时大大降低 KNNSVM 算法的时间消耗