聚类特征和支持向量机相结合的高光谱遥感影像半监督协同分类

提出一种聚类特征和SVM组合的高光谱影像半监督协同分类方法。利用整合的协同分类框架能够将KSFCM聚类算法与半监督SVM分类器相结合,同时利用聚类和分类优势,提高分类器的分类准确率。其中,通过聚类消耗函数,分类一致函数,分类差异,样本差异性4个指数转化为协同分类框架,以充分利用少量类标签样本信息,避免高光谱类标签样本获得困难问题,在一定程度上解决SVM支持向量分解训练样本增加而线性增加的问题,从而寻求最佳分类结果。试验结果表明,本文所提方法得到的分类精度直接利用SVM进行半监督分类。