一种SVM-RFE高光谱数据特征选择算法

被引：17

作者：

张睿 ^{[1
,2
]}

马建文 ^{[3
]}

机构：

[1] 中国科学院遥感应用研究所

[2] 中国科学院研究生院

[3] 中国科学院对地观测与数字地球科学中心

来源：

武汉大学学报(信息科学版) | 2009年 / 34卷 / 07期

关键词：

SVM-RFE; 特征选择; 高光谱;

D O I：

10.13203/j.whugis2009.07.012

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

提出了一种基于一对一(one-verse-one,OVO)多类策略的支持向量机递归特征约减算法(supportvector machine recursive feature elimination,SVM-RFE)用于高光谱数据的特征选择。对比分析了该算法所选择波段与基于一对多(one-verse-all,OVA)策略的SVM-RFE算法、MSVM-RFE算法以及OneRI、nfoGain、ReliefF等3种基于特征排序的方法所选择波段在高光谱数据分类中的精度表现。结果显示,OVO SVM-RFE算法是一种可靠有效的高光谱数据特征选择算法,并且所选择波段在分类精度方面优于5种对比算法。

引用

页码：834 / 837

页数：4