论文部分内容阅读
封装型的特征选择算法相对于过滤算法而言更有助于提高分类精度，因此在当前计算技术及效率快速发展的背景下必将成为未来之趋势。本文以支持向量机（SVM）为分类器，遗传算法（GA）为特征子集的搜索算法，构建了封装型的特征选择算法GA-SVM，并用EN-VI／IDL语言编程实现，最后以HYPERION高光谱数据为例对算法予以应用。结果表明，GA-SVM算法可从196个波段中选择出13个波段，同时分类精度较不做特征选择时提高了约4％。由此可见，GA-SVM封装型特征选择算法具有较好的同时优化特征子集和SVM核函数的性