基于专家知识的决策树分类的原理与流程基于专家知识的决策树分类的原理与流程.pptVIP

基于专家知识的遥感影像决策树分类的原理与流程

ThePrincipleandProcessofDecisionTreeClassificationforRemoteSensingImagesBasedonExpertKnowledge

遥感影像监督分类的流程及特点

决策树分类

的原理

决策树分类

的流程

决策树分类

的特点

ENVI决策树

规则表达式

遥感影像监督分类的流程及特点

决策树分类的原理

基于专家知识的分类系统，是模式识别与人工智能技术的产物。

基本思路：运用某个领域的专家知识和经验，建立知识库，然后根据分类目标提出假设，并且制定规则、条件和变量，最后利用知识库进行自动分类。

专家系统的组成

遥感影像监督分类的流程及特点

决策树分类的原理

按照遥感影像的光谱信息、空间关系和其余上下文关系，形成分类规则，建立决策树，从而确定像元的归属类别来完成整个分类过程。

决策树分类的技术路线

遥感影像监督分类的流程及特点

决策树分类的原理

决策树模型组成：节点、边。

节点

根节点、分支节点和叶子结点。

每个决策树只有1个根节点，有不少于2个叶子节点，可以没有分支节点。

决策树每增加一级，就至少增加1个分支节点和2个叶子节点。

决策树模型

遥感影像监督分类的流程及特点

决策树分类的原理

父节点和子节点

子节点由父节点分裂而来，也可以作为新的父亲节点继续分裂，