孙佳骏
- 作品数：3 被引量：70H指数：2
- 供职机构：中国矿业大学（北京）机电与信息工程学院更多>>
- 发文基金：国家高技术研究发展计划中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于支持向量机的遥感图像分类研究综述被引量：46
- 2016年
- 遥感技术是目前用于研究地球矿产资源与能源的重要技术手段,遥感图像分类在遥感技术应用中起着关键作用。支持向量机(Support Vector Machines,SVM)是基于VC维(Vapnik-Chervonenkis Dimension)理论和结构风险最小化原理的机器学习方法,已被广泛应用于实际的遥感影像分类中。对国内外学者对此做的大量研究成果进行了系统的总结。对基于支持向量机的遥感图像分类方法进行了层次性梳理,不但纵向分析和比较了每类方法的原理及优缺点,而且对各类方法进行了横向比较和分析,较为系统和完整地概括了基于支持向量机的遥感影像分类方法的研究现状。最后指出了支持向量机算法应用于遥感图像分类的未来发展方向。
- 王振武孙佳骏于忠义卜异亚
- 关键词：遥感图像支持向量机
- 支持向量机在遥感图像分类中的应用
- 2015年
- 概述了遥感图像分类和支持向量机的基本原理,同时对支持向量机在遥感影像中的应用进行了总结。
- 孙佳骏卜异亚于忠义
- 关键词：支持向量机遥感图像分类小波
- 改进粒子群算法优化的支持向量机及其应用被引量：24
- 2016年
- 传统粒子群优化（particle swarm optimization,PSO）算法主要包含两方面问题,即易陷入局部极小和后期震荡严重,为此引入混沌序列来初始化粒子群的位置,并在简化的粒子群数学模型上从两个方面对其进行了改进。本文利用改进的PSO算法对支持向量机（support vector machine,SVM）的参数进行优化,仿真实验结果表明：与SVM、PSO-SVM以及遗传算法（genetic algorithm,GA）优化的SVM（GA-SVM）相比,改进PSO优化的SVM（IPSO-SVM）算法具有较高的分类准确率,并且与PSO-SVM算法相比,准确率提高了3%~5%,与PSO-SVM算法以及GA-SVM算法相比,IPSO-SVM的训练和泛化速度都明显提高。本文将IPSO-SVM算法应用到遥感影像的分类中,分类结果表明,与PSO-SVM算法相比IPSO-SVM算法具有更好的分类结果。
- 王振武孙佳骏尹成峰
- 关键词：粒子群优化算法混沌序列支持向量机遥感影像
