【辐射匹配中的拟合方法研究】.pdf

【辐射匹配中的拟合方法研究】.pdf

摘要 变化监测是遥感数据的主要用途之一。对相同地区不同时相的影像进行辐射 匹配在变化监测中有着极其重要的意义。因为,一方面,对于没有经过辐射校正 配,从而达到辐射校正的自的:另一方面,即使影像经过了辐射校正,但由于各 种原因,不同时相影像还是会存在辐射差异,这时也可以利用辐射匹配来减小甚 至消除这种差异.本文通过选取的样本,用统计学线性回归、BP网络、SVM线性回归和SVM 拟合(RBF核函数)四种方法拟合影像系列上稳定像元灰度值的关系,拟合效 果的评价综合考虑了训练误差和测试误差。研究得出:1.统计学一元线性回归方法能比较好的拟合两幅影像稳定像元灰度值的关系,相关系数都达到85 以上。Keywords:radializationmatching,BPNN,SVMregression,fit4机器学习问题的表示4经验风险最小化 4复杂性与推广能力4统计学习理论的核心内容VC维 4推广性的界支持向量机回归(SVR)用于函数逼近的SVM.控制支持向量的数目4支持向量机 4核函数 4SVM推广能力 4统计学习理论和支持向量机中存在的问题4SVM线性回归中控制参数的选择.