论文部分内容阅读
针对遥感影像分类过程中混合像元难判别的问题,提出一种基于Gustafson-Kessel模糊聚类算法的支持向量机(SVM)分类模型.以Gustafson-Kessel算法优选训练样本方式提高支持向量机的分类性能.为验证其有效性,将该模型应用于森林覆盖类别分类,并与标准支持向量机模型分类结果对比.实验结果表明,该方法能提高支持向量机对混合像元划分的精度.