基于SVC和过采样的类别非均衡农业高光谱数据分类

摘要

系统研究了农业高光谱数据中少数类的分类质量问题.为了提升少数类的分类质量,提出采用过采样SMOTE技术增加少数类新样本,同时研究了SMOTE技术中新样本生成策略和少数类采样倍率对高光谱数据中少数类分类结果的影响,以及不平衡数据集上分类器与模型的匹配度.在新的采样数据集上采用多类分类SVC技术对少数类分类,提升了非均衡高光谱数据集中少数类的分类质量.在真实数据集上进行了试验验证,并对不同的分类方法和系统参数进行了试验对比和分析,结果表明,本文方法能够显著地提高非均衡高光谱数据中少数类分类效果,平均分类精度不小于0.82,平均召回率提升幅度为11.11％ ～26.15％,F1提升幅度为5.81％～40.85％.