第1期 赵春晖，等：一种改进的多类支持向量机超光谱图像分类方法 ·81· 度之间的关系如表5所示 表750波段的混淆矩阵 表518波段的惩罚因子和分类精度关系 Table 7 Mixture matrix of 50-waveband Ebe 5 Relation between penalty factor and classification 玉米牧场 草地干草 大豆林地 precision for 18-waveband 玉米 952 0 9 469 0 惩罚因子 89 牧场 6 266 27 92 46 60 2000 94 88 85 C 93 草地 0 0 725 18 3 1 分类精度 干草 0 0 3 486 0 0 62.1762.1762.9762.9962.9762.92 1% 大豆 878 0 13 1560 0 林地 0 77 白 0 1200 从表5中选取18波段的最佳C为90 二次分类的分类灰度图和混淆矩阵如图5、表6 总体分类精度：74.89%. 所示 50波段的玉米和大豆的惩罚因子C和分类精 度之间的关系如表8所示 表850波段的惩罚因子和分类精度关系 Tbe 8 Relation between penalty factor and classification precision for 50-waveband 惩罚因子 43 50056 42 0 55 分类精度 69.9570.2670.8570.8970.8565.22 1% 图5基于二次分类的18波段分类灰度图 从表中选取50波段的最佳C是50 Fig.5 18-waveband grey image by secondary classification 二次分类的分类灰度图和混淆矩阵如图7、表9 表618波段的混淆矩阵 所示 Table 6 Mixture matrix of 18-waveband 玉米牧场 草地 干草大豆 林地 玉米 1046 0 4 3 381 0 牧场 7 319 42 98 26 草地0 2 721 7 16 干草 0 0 2 486 1 0 大豆1053 0 8 41403 0 林地 0 8 15 0 6 1215 图7基于二次分类的50波段分类灰度图 总体分类精度：75.67% Fig.7 50waveband grey image by secondary classification 3)50波段的地物分类。 表950波段的混淆矩阵 基于1a1SVM的分类灰度图和混淆矩阵如 Table 9 Mixture matrix of 50-waveband 图6、表7所示 玉米 牧场 草地 干草 大豆 林地 玉米1126 0 4 9 295 0 牧场 9 266 27 92 43 60 草地 0 0 725 18 3 千草 0 0 3 486 0 0 大豆 828 0 13 17 1610 0 林地 0 77 12 0 51200 总体分类精度：78.12% 图6基于1r1SVM的50波段分类灰度图 表3、6、9所示的是利用文中提出的改进的二次 Fig.6 50 waveband grey image by 1-ar 1 SVM classification 分类方法的结果，将其与1-a1SVM分类方法的混 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net度之间的关系如表 5 所示. 表 5 18 波段的惩罚因子和分类精度关系 Table 5 Relation between penalty factor and classification precision for 182waveband 惩罚因子 C ∞ 2000 94 89～ 93 88 85 分类精度 / % 62. 17 62. 17 62. 97 62. 99 62. 97 62. 92 从表 5 中选取 18 波段的最佳 C 为 90. 二次分类的分类灰度图和混淆矩阵如图 5、表 6 所示. 图 5 基于二次分类的 18 波段分类灰度图 Fig. 5 182waveband grey image by secondary classification 表 6 18 波段的混淆矩阵 Table 6 Mixture matrix of 182waveband 玉米 牧场 草地 干草 大豆 林地 玉米 1 046 0 4 3 381 0 牧场 7 319 42 98 26 5 草地 0 2 721 7 16 1 干草 0 0 2 486 1 0 大豆 1 053 0 8 4 1 403 0 林地 0 58 15 0 6 1 215 总体分类精度 :75. 67 %. 3) 50 波段的地物分类. 基于 12a21 SVM 的分类灰度图和混淆矩阵如 图 6、表 7 所示. 图 6 基于 12a21 SVM 的 50 波段分类灰度图 Fig. 6 502waveband grey image by 12a21 SVM classification 表 7 50 波段的混淆矩阵 Table 7 Mixture matrix of 502waveband 玉米 牧场 草地 干草 大豆 林地 玉米 952 0 4 9 469 0 牧场 6 266 27 92 46 60 草地 0 0 725 18 3 1 干草 0 0 3 486 0 0 大豆 878 0 13 17 1 560 0 林地 0 77 12 0 5 1 200 总体分类精度 :74. 89 %. 50 波段的玉米和大豆的惩罚因子 C 和分类精 度之间的关系如表 8 所示. 表 8 50 波段的惩罚因子和分类精度关系 Table 8 Relation between penalty factor and classification precision for 502waveband 惩罚因子 C ∞ 500 56 43～ 55 42 0 分类精度 / % 69. 95 70. 26 70. 85 70. 89 70. 85 65. 22 从表中选取 50 波段的最佳 C是 50. 二次分类的分类灰度图和混淆矩阵如图 7、表 9 所示. 图 7 基于二次分类的 50 波段分类灰度图 Fig. 7 502waveband grey image by secondary classification 表 9 50 波段的混淆矩阵 Table 9 Mixture matrix of 502waveband 玉米 牧场 草地 干草 大豆 林地 玉米 1 126 0 4 9 295 0 牧场 9 266 27 92 43 60 草地 0 0 725 18 3 1 干草 0 0 3 486 0 0 大豆 828 0 13 17 1 610 0 林地 0 77 12 0 5 1 200 总体分类精度 :78. 12 %. 表 3、6、9 所示的是利用文中提出的改进的二次 分类方法的结果 ,将其与 12a21 SVM 分类方法的混 第 1 期 赵春晖 ,等 :一种改进的多类支持向量机超光谱图像分类方法 · 18 ·