论文研究基于Kmeans与SVM结合的遥感图像全自动分类方法.pdf

遥感图像分类方法通常采用监督的学习算法，它需要人工选取训练样本，比较繁琐，而且有时很难得到；而非监督学习算法的分类精度通常很难令人满意。针对这些缺陷，提出一种基于Kmeans与支持向量机(SVM)结合的遥感图像全自动分类方法。首先使用Kmeans聚类算法对样本进行初始聚类，根据每类中样本数及其稀疏程度选取一些点作为标记的学习样本训练SVM分类器，然后用SVM对原始数据重新分类。Iris数据和遥感数据的实验结果均验证了新方法的有效性。