论文部分内容阅读
高光谱图像在实现监测、勘探等目标的重要前提是分类技术,其中从统计学习理论中发展起来的支持向量机,以结构风险最小化作为理论基础,避免了过学习造成分类器过于复杂,丧失泛化性的问题,尤其在有限样本的情况下仍然具有良好的分类性能。而核函数的引入,也为解决线性不可分问题提供了最佳的解决途径。然而,支持向量机的优化效率较低却是阻碍该方法广泛应用的主要因素,特别是一些特定领域的应用中对实时性有较高的需求,这将严重影响该方法的实用价值。最小二乘支持向量机对原始支持向量机进行了改进,在优化条件中用等式约束代替不等式约