一种基于ELM的土地覆盖遥感影像分类方法研究

摘要

数据分类是将遥感数据转化为专题图信息的一个关键步骤.找到一个好的分类方法,提高数据处理的准确性是高度挑战性问题.提出一种极限学习机和支持向量机相融合的遥感图像分类模式,选ELM为基础分类器,以SVM来修正改善分类效率.仿真实验结果表明,该算法不仅具有较高的分类精度,而且消除了一些训练样本标签对分类的负面影响.结合PSM图像,与SVM、ANN(Artificial Neural Network)方法进行对比分析,表明该方法的鲁棒性.