一种SVM-RFE高光谱数据特征选择算法
文献类型：期刊论文
| 作者 | 张睿 ; 马建文 |
| 刊名 | 武汉大学学报(信息科学版)
 |
| 出版日期 | 2009 |
| 页码 | 834-837 |
| 关键词 | SVM-RFE 特征选择 高光谱 |
| 中文摘要 | 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(supportvector machine recursive feature elimination,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,OVO SVM-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。 |
| 收录类别 | CNKI |
| 公开日期 | 2015-01-04 |
| 源URL | [http://ir.ceode.ac.cn/handle/183411/33528]  |
| 专题 | 遥感与数字地球研究所_中文期刊论文_期刊论文 |
| 推荐引用方式 GB/T 7714 | 张睿,马建文. 一种SVM-RFE高光谱数据特征选择算法[J]. 武汉大学学报(信息科学版),2009:834-837. |
| APA | 张睿,&马建文.(2009).一种SVM-RFE高光谱数据特征选择算法.武汉大学学报(信息科学版),834-837. |
| MLA | 张睿,et al."一种SVM-RFE高光谱数据特征选择算法".武汉大学学报(信息科学版) (2009):834-837. |
入库方式： OAI收割
来源：遥感与数字地球研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。