仗劳勤学网

监督分类实验过程(监督分类实验过程包括)

本篇目录:

监督分类

1、决策树算法 决策树算法是一种常用的监督分类算法,其基本原理是将数据转化为决策树,通过对属性的判断来进行分类。决策树可以自动学习属性之间的关系,从而生成可解释的分类模型。

2、监督分类:又称训练场地法,是以建立统计识别函数为理论基础,依据典型样本训练方法进行分类的技术。

监督分类实验过程(监督分类实验过程包括)-图1

3、依照监督的过程分类行政监督可以分为分为事前监督、事中监督和事后监督。事前监督:是指在某种公共行政管理活动开展之前,监督部门围绕公共行政管理主体的行政行为进行的监督检查。

4、监督分类一般是先在图像中选取已知样本 ( 训练区) 的统计数据,从中找出分类的参数、条件,建立判别函数,然后对整个图像或待分类像元作出判别归类。

各种遥感数据分类方法比较

1、没什么不同。最主要的差别在精度。对于你的研究区域,可以多种方法尝试一下,然后看看分类精度,最后判断哪一种方法更适合你。监督分类是利用训练样本对各类别进行规定,在基于已规定的类别进行分类。

2、常规遥感:又称宽波段遥感,波段宽度一般大于100nm,且波段在波谱上不连续。从大的研究领域可分为外层空间遥感、大气层遥感、陆地遥感、海洋遥感等。

监督分类实验过程(监督分类实验过程包括)-图2

3、遥感数据包括很多种类,一般的最原始的数据是正射影像。一般情况下,影像都是栅格数据,比如.img格式。而带有几何、拓扑参数的数据,是矢量数据,如.shp,.e00格式的。矢量数据一般是进过处理数据,如地形图,专题地图等等。

什么是监督分类和非监督分类?

监督分类是需要学习训练的分类方法,需要自己选择样本,需要先学习后分类;非监督分类不需要人工采集地物样本点数据,多是通过聚类的方法来自动分类,可以边学习边分类。

监督分类 (supervised classification)又称训练场地法,是以建立统计识别函数为理论基础,依据典型样本训练方法进行分类的技术。

非监督分类 (Unsupervised Classification ) 是以不同影像地物在特征空间中类别特征的差别为依据的一种无先验(已知)类别标准的图像分类,是以集群为理论基础,通过计算机对图像进行集聚统计分析的方法。

监督分类实验过程(监督分类实验过程包括)-图3

非监督分类,也称为聚类分析或点群分析。即在多光谱图像中搜寻、定义其自然相似光谱集群组的过程。

到此,以上就是小编对于监督分类实验过程包括的问题就介绍到这了,希望介绍的几点解答对大家有用,有任何问题和不懂的,欢迎各位老师在评论区讨论,给我留言。

分享:
扫描分享到社交APP
上一篇
下一篇