88问答网
所有问题
当前搜索:
遥感监督分类的优缺点
遥感监督分类
效果不好
答:
不好。
1、分类系统的确定、训练样本的选择,均为人为主观因素,较分析者定义的类别也并不是图像中存在的自然类
,导致多维数据空间中各类别间并非独一无二而是有重叠,分析者所选择的训练样本也并不代表图像中的真实情形。2、由于图像中同一类别的光谱差异,造成训练样本并没有好的代表性。3、训练样本的...
什么是
监督分类
和非监督分类?
答:
非
监督分类
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。根据待分类样本特征参数的统计特征,建立决策规则来进行分类。
各种
遥感
数据
分类
方法比较
答:
非监督聚类算法对分类数据的统计特征没有要求,
但由于非监督分类方法没有考虑任何先验知识,一般分类精度比较低
。更多情况下,聚类分析被作为非监督分类前的一个探索性分析,用于了解分类数据中各类别的分布和统计特征,为监督分类中类别定义、训练数据的选取以及最终的分类过程提供先验知识。在实际应用中,一般用监督分类方法进...
监督分类
答:
基于最大似然原理的监督法分类的优势在于如果空间聚类呈现正态分布,
那么它会减小分类误差,而且分类速度较快
。监督法分类主要缺陷是必须在分类前圈定样本性质单一的训练样区,而这可以通过非监督法来进行,即通过非监督法将一定区域聚类成不同的单一类别,监督法再利用这些单一类别区域 “训练”计算机。通过...
遥感
解译和遥感图像
监督分类的
区别
答:
1、目的不同:遥感解译的目的是从遥感图像中获取有关地球表面特征和现象的信息
,例如土地利用、地形、植被覆盖等,而遥感图像监督分类的目的是将遥感图像中的像素或像元划分到不同的类别中,例如植被、水体、建筑物等。2、方法不同:遥感解译是通过人工或计算机辅助的方式进行的,其中包括目视解译、图像分析...
envi中监督分类和非
监督分类有什么
区别?各是怎么定义的
答:
非
监督分类
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。根据待分类样本特征参数的统计特征,建立决策规则来进行分类。而不需事先知道类别特征。把各样本的空间分布按其相似性分割或合并成一群集,...
遥感
影像选择不同波段
监督分类
结果是否有区别
答:
没有。用于
遥感
数据处理的机器学习方法大致可以分为“无
监督
”和“有监督”两种。“无监督”的机器学习一般应用于对遥感图像的“聚类分析”。它可以让具有相似性的遥感图像像素自动地归并为同一类。这种方法的效果类似于“物以类聚,人以群分”,
分类的
结果使得不同类的数据之间相似度最小。
遥感
:监督分类与非
监督分类的
区别
答:
上面的这段话是我们
遥感
实验手册上的话, 我自我感觉在用ERDAS 8.6 时候 ,对监督分类和非
监督分类的
区别才有了深刻点的理解,简单的说监督分类是我们人为地选择好样本区 比如水体,植被 ,就像是告诉计算机“我圈起来的这种像素就代表水体噢”,这个对个人经验要求很高,很容易把有的颜色混淆,以至于...
遥感
图像
分类
处理方法
答:
监督分类的缺点
在于会有大量的像元没有分类。对于研究区所有植物群落,都要找到和确立相同的训练基地很困难,即使是非常均一的植物群落,像元与像元之间,依然有相当大的变差(或称噪音),所以使得错误分类的像元数达到很高的比例。非监督分类将具有相似光谱响应的像元组聚为一类,在草地分类和制图上效果...
遥感
制图专题信息提取方法有哪些?
答:
1. 视觉解译:这是一种传统的方法,主要依赖于人的视觉和经验进行
遥感
图像解译,识别和分类地表特征。2.
监督分类
:这是一种机器学习方法,在已知一些地表类别的样本(训练样本)的情况下,通过算法学习这些样本的光谱特征,然后对其他像素进行分类。3. 无监督分类:这也是一种机器学习方法,但不需要训练...
1
2
3
4
5
6
7
8
9
10
涓嬩竴椤
其他人还搜
遥感监督分类和非监督分类
监督分类和非监督分类的异同
遥感图像监督分类的目的
监督分类和非监督分类
遥感监督分类的特征空间
遥感监督分类方法的注意事项
监督分类优缺点
遥感图像非监督分类的意义
遥感监督分类步骤