分类方法-教学课件.pdfVIP

分类方法-教学课件.pdf

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共20页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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

遥感数字图像处理

第11章遥感图像分类

分类方法

北京师范大学地理科学学部朱文泉

电话:010

Email:zhuwq75@bnu.edu.cn

分类方法

一、监督分类器

二、非监督分类器

三、决策树分类

四、面向对象分类

2

一、监督分类器:平行盒式算法

平行盒式算法

平行六面体算法示意图

3

一、监督分类器:距离判断算法

距离判断算法:最小距离

最小距离算法示意图

4

一、监督分类器:距离判断算法

欧氏距离和马氏距离

马氏距离是一种加权的欧氏距离,它以协方差的倒数作为

权重,协方差越大表示距离越短,因此马氏距离表示数据

的协方差距离。

马氏距离的优点:它不受量纲的影响,两点之间的马氏距

离与原始数据的测量单位无关;马氏距离还可以排除变量

之间的相关性的干扰。

马氏距离的缺点:它的缺点是夸大了变化微小的变量的作

用。

5

一、监督分类器:最大似然法

最大似然法

基本思想:首先定义一个从属于某种类别的概率分布集群,

然后把待分类像元落入各类别的条件概率作为判别函数,将

像元落入某类别的条件概率最大的类定义为该像元的类别。

6

一、监督分类器:最大似然法

最大似然法

优点:该方法考虑了各类别在不同特征变量上的内部方差以

及相关性,有效地解决了训练样本重叠区的类别归属问题,

弥补了平行盒式算法和距离判断算法对该问题处理的不足。

局限性:如果两个以上的特征变量之间具有强相关性,那么

协方差矩阵的逆矩阵可能不存在,所以在选择特征变量时应

该注意该问题,最好选择相关性低的特征变量组合来参与分

类。

7

一、监督分类器:支持向量机分类算法

最佳分类线

8

一、监督分类器:支持向量机分类算法

如何区分?升维!

9

一、监督分类器:支持向量机分类算法

支持向量机分类算法

基本思想:待分类数据

点是低维空间中的点,

我们希望通过升到n维

以找到一个n-1维的最

大间隔超平面将不同的

类别区分开。

二维空间最优分类面示意图

图中H平面就是一个二维平面中的最优分类面

文档评论(0)

达芬奇 + 关注
实名认证
文档贡献者

免责声明:本账号发布文档均来源于互联网公开资料,仅用于技术分享交流,不得从事商业活动,相关版权为原作者所有。如果侵犯了您的相关权利,请提出指正,我们将立即删除相关资料。

1亿VIP精品文档

相关文档