原创力文档- 1、本文档共8页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于KNN方法的森林蓄积量遥感估计与反演概述.pdf
25 3 Vol. 25 No. 3
2010 REM OT E SENSING TECH NOLOGY AND APPL ICAT ION Jun. 2010
KNN
1 2 2 2 2
郑 刚 , 彭世揆 , 戎 慧 , 李 杨 , 王 妮
( 1. 江苏省森林资源监测中心, 江苏 南京 21003 ;
2. 南京林业大学森林资源与环境学院, 江苏 南京 210037)
: K 近距离法( KNN) 作为一种非参数方法, 多适用于非正态分布和密度函数未知的遥感数
据分类和参数估计, 已被广泛地用于寒带和亚寒带地区的多源林业调查和森林蓄积量估计反演
从KNN 方法的基本原理出发, 在与传统蓄积量遥感估计方法进行对比的基础上, 详细地介绍了
KNN 方法的特点以及与Kmean 方法的区别, 总结了KNN 法森林蓄积量估计误差的评价模型和
度量参数还对KN N 法森林蓄积量遥感估计的国内外研究动态进行了总结, 表明了多源信息在
KNN 法森林蓄积量遥感估计中的重要性, 总结出KN N 方法进行森林蓄积量遥感估计的两种方
法: 基于样地点级和基于林分级最后详细阐述了影响 KNN 法森林蓄积量估计的众多因素, 提出
了在低纬度地区利用 KN N 法对森林蓄积量遥感估计和反演进行系统研究的建议
: KNN; 森林蓄积量; 遥感; 估计和反演
: T P 79; S 79 : A : 2010)
1 引 言 , ,
,
, [ 4] [ 5]
( PLS)
[ 1]
; , , ,
RS GIS
, , , KNN
; , KNN
[ 2]
20 ,
70 , KNN
[ 3]
,
2 KNN 算法基本原理和特点
, 2. 1 KNN
KNN ( KNearest N eighbor)
( Reference Sample Plot M ethod) [ 7] ,
, , : p ( target plot ) , p i
, ( reference plot) , dp ,p , ,i
, p i
, ( ) , ,
( ) ,
, p , k p 1
: :
: ( 1985- ) , , , Em ail: nfuzheng@ yeah. net
3 : KNN 431
p 2 . . . p k , dp ,p dp ,p dp ,p
1 2 k
, ( )
, , KNN , KNN ,
p
p v k
p
v ( i = 1, 2, , k) 2. 3 KNN Kmean
[ 8] K( Kmean)
(1)
文档评论（0）