《高光谱遥感影像分类与支持向量机应用研究》在介绍高光谱遥感影像分类基础知识和常用方法的基础上，重点对基于支持向量机的高光谱遥感影像分类进行深入探讨。高光谱遥感是当前遥感科学与技术发展的热点领域之一，而高光谱遥感影像分类则是高光谱遥感影像处理最重要的任务。《高光谱遥感影像分类与支持向量机应用研究》首先介绍高光谱遥感影像常用的分类器，详细探讨高光谱遥感影像分类中的降维处理与特征提取方法，包括主成分分析、独立成分分析、最大噪声分离等降维方法以及常用特征选择算法、光谱和纹理特征提取方法等；通过介绍支持向量机的基本原理及其用于高光谱遥感影像分类的策略，重点研究支持向量机核函数设计方法，构建一种再生核Hilbert空间的小波核函数用于高光谱遥感影像分类；针对多类问题的特点，在比较分析各种多类支持向量机实现方案的基础上，提出一种基于JM距离的二叉树多类支持向量机；最后探讨支持向量机分类器中多种特征的综合应用，重点研究基于多核支持向量机组合光谱和空间纹理特征的支持向量机分类方法。