Composite kernels for support vector classification of hyper-spectral data
The incorporation of prior knowledge into the Support Vector Machine (SVM) architecture is a problem which if solved can lead to much more accurate classifiers in the near future. This result could be particularly effective in the classification of remote sensing imagery, where an abundance of infor...
محفوظ في:
المؤلفون الرئيسيون: | Kohram, Mojtaba, Md. Sap, Mohd. Noor |
---|---|
التنسيق: | Book Section |
منشور في: |
Springer Verlag
2008
|
الموضوعات: | |
الوصول للمادة أونلاين: | http://eprints.utm.my/id/eprint/12518/ http://dx.doi.org/10.1007/978-3-540-88636-535 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
مواد مشابهة
-
Support vector classification of remote sensing images using improved spectral Kernels
بواسطة: Md. Sap, Mohd. Noor, وآخرون
منشور في: (2008) -
Spectral angle based kernels for the classification of hyperspectral images using support vector machines
بواسطة: Sap, M. N. N., وآخرون
منشور في: (2008) -
A review of support vector machines with respect to spatial data
بواسطة: Kohram, Mojtaba, وآخرون
منشور في: (2007) -
Integration of spectral information into support vector machine for land cover classification
بواسطة: Md. Sap, Mohd. Noor, وآخرون
منشور في: (2007) -
Modelling kernel methods for unsupervised learning of micro array data
بواسطة: Md. Sap, Mohd. Noor
منشور في: (2008)