遥感图像分类中，支持向量机分类的原理是什么？ 用MATLAB对遥感影像进行SVM分类

支持向量机模型的基本原理是什么~

支持向量机可用来做分类和拟合.
其中分类的基本原理就是不仅仅要将分类点正确区分, 而且还要使得分隔的距离最大.
这便可以转化为凸二次规划问题来求解.

我也遇到同样的问题了！请问楼主解决了吗？若已解决能否告知一下 灰常感谢

支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以求获得最好的推广能力 。支持向量机将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面。建立方向合适的分隔超平面使两个与之平行的超平面间的距离最大化。其假定为，平行超平面间的距离或差距越大，分类器的总误差越小。
可以看看遥感软件ENVI，里面有这个功能，自己做一遍，再看看帮助里面的说明和公式，估计理解更深刻。

支持向量机的基本原理

答：将支持向量机改进的聚类算法被称为支持向量聚类，当数据未被标记或者仅一些数据被标记时，支持向量聚类经常在工业应用中用作分类步骤的预处理。应用 1、用于文本和超文本的分类，在归纳和直推方法中都可以显著减少所需要的有类...

支持向量机的基本原理

答：支持向量机中的支持向量是指训练样本集中的某些训练点，这些点最靠近分类决策面，是最难分类的数据点。SVM中最优分类标准就是这些点距离分类超平面的距离达到最大值；“机”是机器学习领域对一些算法的统称，常把算法看做一...

支持向量机原理

答：支持向量机回归分为线性回归和非线性回归，其原理如下：（1）支持向量机线性回归 设样本集为：（x1，y1），…，（xi，yi），x∈Rn，y∈R，回归函数用下列线性方程来表示：f（x）=w·x＋b （4.14）假设所有训练数据...

支持向量机分类法

答：支持向量机就是找到n维空间中由g（x）＝w·x＋b定义的线性判定函数。分类超平面（OSH）方程如下：高光谱遥感影像信息提取技术 假如矢量w和尺度b能够确定的话，判定函数式（2.5）和式（2.6）能够被满足，则这些训练的模式...

支持向量机分类方法的优缺点

答：1）支持向量机算法对大规模训练样本难以实施，这是因为支持向量算法借助二次规划求解支持向量，这其中会设计m阶矩阵的计算，所以矩阵阶数很大时将耗费大量的机器内存和运算时间。2）经典的SVM只给出二分类的算法，而在数据挖掘...

支持向量机(SVM)基本原理

答：支持向量机 ,因其英文名为support vector machine,故一般简称SVM,通俗来讲,它是一种二类分类模型,其基本模型定义为 特征空间 上的间隔最大的线性分类器,其学习策略便是间隔最大化,最终可转化为一个凸二次规划问题的求解。 线性分类器...

支持向量机可以解决什么问题

答：支持向量机可以解决以下问题：分类问题：SVM最初是为了解决分类问题而设计的。它可以用于二分类问题，也可以扩展到多分类问题。通过使用不同的核函数，SVM可以适应不同的数据类型，例如文本、图像等。在文本分类中，SVM可以将...

高光谱影像分类技术研究现状_成像光谱技术

答：针对高光谱影像监督分类,可以把现有的分类算法分为光谱特征匹配分类、统计模型分类、同质地物提取分类、纹理信息辅助分类、面向对象分类、决策树分类、模糊聚类方法、专家系统分类、神经网络分类、支持向量机分类、流行学习分类、集成学习分类、...

高光谱遥感影像分类和制图

答：得到代表各样本特征的支持向量集及其相应的VC可信度，形成判断各特征类别的判别函数和训练模型；最后通过每一个特征分类的判定函数和训练模型来达到对整体图像的地物分类。最小噪声分离（MNF）是通过一个正变换来去除噪声，判定...

实验十七 遥感图像监督分类处理

答：通过使用ENVI的六种主要的遥感监督分类器——平行六面体分类、最小距离分类、马氏距离分类、最大似然分类、神经网络分类和支持向量机分类的命令,加深对遥感监督分类原理的理解,了解其技术实现过程,初步掌握其ENVI功能命令的基本使用操作。