一种无人机相似地貌场景分类算法的构建与应用

摘要

结合遗传算法(GA)和支持向量机(SVM),提出GA-SVM算法,将其应用于SVM参数寻优,同时运用深度学习中的稀疏自编码器(SAE),采用特征重组法获取无人机图像的特征集,将重组得到的特征集输入到SVM分类器中,最终得到一种新的无人机相似地貌场景分类算法—SAE-GA-SVM,简称SGS算法.应用结果表明:SGS算法与其他传统分类算法相比具有寻优速度快、分类准确率高等特点,该算法交叉验证准确率和平均分类准确率分别可达到92.2％和92.8％,具有良好的分类效果,可在无人机相似地貌场景分类工作中予以合理应用.