模型树和支持向量回归在高光谱遥感中的应用
来源期刊：中国矿业大学学报2006年第6期
论文作者：王圆圆 李京 陈云浩
关键词：高光谱; 模型树; 支持向量回归; 逐步回归;
摘 要：利用连续植被辐射传输模型(SAIL模型)模拟生成小麦冠层反射率数据,比较了数据挖掘中的新方法模型树、支持向量回归与传统的逐步回归用于高光谱数据定量预测的效果.结果表明:支持向量回归和模型树的预测精度都要远远高于逐步回归,在训练样本数量减少时,它们的优势更加明显;支持向量回归在高维空间中有很好的泛化能力,其预测精度随维数的增加呈持续上升的趋势;模型树的预测精度在低维条件下和支持向量回归相仿,但在高维条件下则比支持向量回归差很多,通过逐步回归的特征选择预处理,可以提高模型树的预测精度,缩小其与支持向量回归之间的差距.
王圆圆1，李京1，陈云浩1
(1.北京师范大学,资源学院,北京,100875)
摘要:利用连续植被辐射传输模型(SAIL模型)模拟生成小麦冠层反射率数据,比较了数据挖掘中的新方法模型树、支持向量回归与传统的逐步回归用于高光谱数据定量预测的效果.结果表明:支持向量回归和模型树的预测精度都要远远高于逐步回归,在训练样本数量减少时,它们的优势更加明显;支持向量回归在高维空间中有很好的泛化能力,其预测精度随维数的增加呈持续上升的趋势;模型树的预测精度在低维条件下和支持向量回归相仿,但在高维条件下则比支持向量回归差很多,通过逐步回归的特征选择预处理,可以提高模型树的预测精度,缩小其与支持向量回归之间的差距.
关键词:高光谱; 模型树; 支持向量回归; 逐步回归;
【全文内容正在添加中】
