1.2 国内外研究现状及分析
1.2.1 高光谱图像分类的研究现状
1.2.2 监督分类
1.2.3 分类器算法的研究现状
1.3 本文的主要内容
第一章介绍了本文的研究背景和意义,以及国内外的研究现状。并分析了发展趋势。
第二章介绍了与极限学习机算法做对比的SVM支持向量机的基本原理,源^自#优尔?文,论.文'网[www.youerw.com,并且介绍了基于SVM的高光谱图像分类的模型。
第三章介绍和分析了极限学习机的基本原理和算法,并在此基础上研究了基于极限学习机的高光谱图像分类算法和改进,然后给出了算法演示软件的设计流程。
第四章通过多组实验数据集将改进的极限学习机分类算法和SVM算法做对比实验,分别在同样的环境和参数下作出了分类精度,训练和测试的时间的性能对比,并对两个算法的性能差异做出评价和分析。
基于极限学习机的高光谱图像监督分类(3):http://www.youerw.com/jisuanji/lunwen_52044.html