决策树分类法.pptVIP

决策树分类 决策树分类法 基于知识的决策树分类是基于遥感影像数据及其他空间数据，通过专家经验总结、简单的数学统计和归纳方法等，获得分类规则并进行遥感分类。分类规则易于理解，分类过程也符合人的认知过程，最大的特点是利用的多源数据。 主要步骤 规则定义 规则输入 决策树运行 分类后处理 一、规则定义 Class1（朝北缓坡植被）:NDVI0.3, slope20, aspect90 and aspect270 Class2（非朝北缓坡植被）：NDVI0.3, slope20, 90=aspect=270 Class3（陡坡植被）：NDVI0.3, slope=20 Class4（水体）：NDVI=0.3, 0b420 Class5（裸地）：NDVI=0.3, b4=20 Class6（无数据区）: NDVI=0.3, b4=0 二、输入决策树规则 ENV中：classification-Decision Tree -Build New Decision Tree 变量 作用 slope 计算坡度 aspect 计算坡向 ndvi 计算归一化植被指数 表达式 部分可用函数 关系/逻辑 小于LT、小于等于LE、等于EQ、不等于NE、大于等于GE、大于GTand、or、not、XOR最大值（）、最小值 () 表达式作用和ENVI中部分函数的表达式 三、执行决策树 选