CH20112059 结合支持向量机与粒度计算的高分辨率遥感影像面向对象分类=Object-oriented Classification of High Resolution Imagery Combining Support Vector Machine with Granular Computing/陈杰，邓敏（中南大学测绘与国土信息工程系），肖鹏峰，杨敏华，梅小明，刘慧敏∥测绘学报.-2011，40（2）.-135～141，147

结合支持向量机技术与基于粗糙集的粒度计算，提出一种新的高分辨率遥感影像面向对象分类方法。首先，采用相位一致模型得到QuickBird全色影像的梯度图，并利用扩展最小变换技术获取地物目标的前景标识，进而采用强制最小技术重建梯度。在此基础上，采用分水岭变换得到较佳分割效果。然后，从多光谱波段数据中提取对象的光谱特征，并用Gabor小波产生纹理特征，利用多核支持向量机进行初步的面向对象分类，对分类结果进行求交后则生成信息颗粒。最后，比较颗粒的特征均值与各样本中心的欧氏距离区分颗粒的类别，通过定量分析颗粒间的空间相邻关系判断待定类别的颗粒，利用少量人工交互的识别处理得到最终分类结果。与基于高斯径向基核函数的支持向量机和神经网络两种方法进行对比分析，试验结果表明本文所提方法能够取得更好的分类效果。图6表5参23

♣面向对象分类 粒度计算 粗糙集 支持向量机 空间相邻

CH20112060 基于再生核Hilbert空间小波核函数支持向量机的高光谱遥感影像分类=Wavelet Support Vector Machines Based on Reproducing Kernel Hilbert Space for Hyperspectral Remote Sensing Image Classification/谭琨，杜培军（中国矿业大学国土环境与灾害监测国家测绘局重点实验室）∥测绘学报.-2011，40（2）.-142～147

针对支持向量机用于高光谱遥感影像分类存在的分类精度不高、参数选择困难等问题，提出一种再生核Hilbert空间的小波核。……