《表4 支持向量机法各公式及其说明》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卫星遥感图像的农作物分类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

支持向量机是以统计学理论为基础，其分类原理是通过核函数寻找一个超平面将两种类别的数据集分离，然后搜索最优分类边界，通过机器学习方法在潜在高维空间中进行学习，进而实现对目标的分类和识别[7]。核函数的选择是支持向量机法的核心问题，常见的核函数包括线性核函数、多项式核函数、sigmoid核函数以及高斯径向基核函数（RBF:Radial Basis Function），考虑到RBF核函数能处理高维空间不同作物的特征信息和类别的非线性关系，笔者选择RBF核函数。不同核函数表达式如表4所示。