استفاده از روش ماشين بردار پشتيبان چند كلاسه جهت طبقه بندي تصاوير ابر طيفي سنجش از دور

يكي از پركاربردترين محصولات سنجش از دور، تصاوير ابر طيفي است. اين تصاوير با داشتن حجم عظيمي از اطلاعات، دقت جداسازي كلاس ها در يك طبقه بندي پوشش زميني را افزايش داده اند. با اين حال در صورت ناكافي بودن نمونه هاي آموزشي، طبقه بندي ممكن است با مشكلاتي مواجه شود. به گونه اي كه روشهاي آماري قديمي ديگر نمي توانند نتايج مناسبي توليد كنند. اخير، روش ماشين هاي بردار پشتيبان (SVM) نشان داده اند كه كارايي بالايي در طبقه بندي فضاي ويژگي ابعاد بالا دارند. در اين پژوهش نيز، يك ماشين بردار پشتيبان چند كلاسه جهت طبقه بندي سه كلاس يك داده ي AVIRIS از يك منطقه ي شهري به كار گرفته شده است. از دو هسته ي چند جمله اي و تابع پايه اي شعاعي در هر دو حالت يكي بايكي و يكي باهمه استفاده شده است. در نهايت، نتايج حاصل از اين روش ها با نتايج حاصل از روش بيشترين شباهت مقايسه مي شود. نتايج نهايي همه ي روشها، نشان از عدم تأثير پذيري SVMها نسبت به پديده ي نفرين ابعاد و كارايي و دقت بالاتر آنها در مقايسه با روش بيشترين شباهت دارد.