论文部分内容阅读
支持矢量机是近年来在统计学习理论的基础上发展起来的一种新的模式识别方法,主要解决的是两类目标分类问题.多类目标分类一般是分解为多个两类目标分类.多类目标分类之后通常会对某些目标错误分类或者某些目标不能判定其类别,这就是支持矢量机多类目标分类中的错分、拒分现象.针对这个问题,该文提出了一种基于支持矢量机特征空间距离的模糊隶属度函数,根据模糊隶属度的大小对错分和拒分目标重新分类.对美国资源探测卫星数据的多目标分类仿真结果表明,采用这种方法重新分类后,能够有效地减少错分和拒分目标的数量,提高了正确识别率.