基于SVM的决策树多类分类器及在遥感图像中的应用
赵文嵩1
马文慧2
范丽亚1
1.聊城大学数学科学学院,山东聊城,2520592.北京第十九中学,北京,100089
摘要：利用三种不同的聚类方法——利用类均值的最小距离聚类、利用类均值的最大距离聚类和利用最大间隔准则聚类，提出了三个基于SVM的决策树多类分类器．为了检验所提算法的有效性和先进性，对AVIRIS遥感图像进行了实验．实验结果表明，本文所提的三种算法明显好于最小距离分类法、线性判别分类法、决策树分类法、OAR—SVM和0AO-SVM．
关键词：支持向量机决策树聚类最大间隔准则AVIRIS遥感图像
分类号：O212(概率论与数理统计)
资助基金：国家自然科学基金(10871226)山东省自然科学基金(ZR2009AL006)
论文发表日期：2012-01-01
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：5( 6-9,13 )
英文信息