论文部分内容阅读
主成分分析(PCA)和独立分量分析(ICA)分别是基于数据二阶和高阶统计信息的特征提取方法，支持向量机(SVM)具有小样本、高维数和非线性分类的特征。本文提出了一种综合PCA-ICA加权的SVM遥感图像分类方法，并从距离和余弦相似性度量方面对HSI高光谱遥感图像进行了分类实验。结果表明，该方法在选取合适SVM核函数参数情况下的分类精度要高于用单一方法的分类精度，具有一定的可行性和实际意义。