论文研究一种改进的SVM决策树及在遥感分类中的应用.pdf

针对遥感图像分类问题提出了一种基于遗传算法和K近邻的SVM决策树方法。算法以基于类分布的类间分离性测度为准则，利用遗传算法对传统的SVM决策树进行优化，生成最优（较优）决策树。在分类阶段，对容易分的节点利用SVM进行分类，而对可分离性差的节点采用SVM和K近邻相结合的分类方法，最终实现多类别分类。实验结果表明，与传统的分类方法相比，该算法的实验效果较好，可有效地提高遥感图像的分类精度。