Журнал СФУ. Техника и технологии / Эффективность непараметрических классификаторов в условиях лимитированной обучающей выборки

Полный текст (.pdf)
Номер
Журнал СФУ. Техника и технологии. 2012 5 (5)
Авторы
Романов, А.А.; Рубанов, К.А.
Контактная информация
Романов, А.А.: Сибирский федеральный университет , Россия 660041, Красноярск, пр. Свободный, 79 , e-mail: ; Рубанов, К.А.: Сибирский федеральный университет , Россия 660041, Красноярск, пр. Свободный, 79
Ключевые слова
дистанционное зондирование; распознавание образов; управляемая классификация; нейронные сети; метод опорных векторов; remote sensing; pattern recognition; supervised classification; neural networks; support vector machine
Аннотация

В работе представлен сравнительный анализ эффективности применения метода опорных векторов и искусственных нейронных сетей для классификации космических снимков среднего пространственного разрешения на примере области высокой степени гетерогенности и лимитированной обучающей выборки. В качестве исходных данных для формирования тестовых наборов использовались результаты полевых исследований. Нейросетевой подход показал незначительно лучший результат по точности классификации (89,9 против 86,2 % метода опорных векторов), но при этом оказался более требовательным относительно временных ресурсов.

Страницы
495-506
Статья в архиве электронных ресурсов СФУ
https://elib.sfu-kras.ru/handle/2311/3194

Лицензия Creative Commons Эта работа лицензируется по лицензии Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0).