本文關(guān)鍵詞：利用目標(biāo)類樣本的遙感分類策略

  更多相關(guān)文章： 正樣本 不完全訓(xùn)練集 遙感分類 目標(biāo)類

【摘要】：針對(duì)傳統(tǒng)遙感分類要求訓(xùn)練集涵蓋所有表觀地物及亞類,對(duì)樣本選取要求頗高,而實(shí)際應(yīng)用中并不能保證所有類別都被標(biāo)記的問題,該文提出基于目標(biāo)類樣本的遙感循環(huán)分類策略。該方法僅輸入少量目標(biāo)類樣本,采用正樣本、未標(biāo)記樣本的分類算法,實(shí)現(xiàn)在較少樣本數(shù)量和種類的條件下,對(duì)目標(biāo)類穩(wěn)定、高效地識(shí)別。利用10組航空影像數(shù)據(jù),建立與傳統(tǒng)遙感分類對(duì)比實(shí)驗(yàn),結(jié)果表明:相同實(shí)驗(yàn)條件下,基于目標(biāo)類樣本的遙感分類策略與傳統(tǒng)遙感分類具有相當(dāng)?shù)姆诸愋Ч?當(dāng)樣本集不完全時(shí),該策略具有更穩(wěn)定的高精度識(shí)別,總體精度與Kappa系數(shù)平均分別有5.2%和7.2%的提高。該方法能夠有效解決不完全訓(xùn)練集分類問題。
【作者單位】： 中國地質(zhì)大學(xué)信息工程學(xué)院;國家地理信息系統(tǒng)工程技術(shù)研究中心;武漢中地?cái)?shù)碼科技有限公司;
【關(guān)鍵詞】： 正樣本 不完全訓(xùn)練集 遙感分類 目標(biāo)類
【基金】：國家科技支撐計(jì)劃課題項(xiàng)目(2012BAB11B05)
【分類號(hào)】：P237
【正文快照】： 3.武漢中地?cái)?shù)碼科技有限公司,武漢430073)0引言目前,基于統(tǒng)計(jì)模式識(shí)別分類是遙感技術(shù)中最主要的信息提取手段,通常傳統(tǒng)的監(jiān)督分類是一種“完全訓(xùn)練集法”[1],其前提是影像中所有的類別都被窮盡地標(biāo)識(shí)和定義,即分類器的正確使用需要訓(xùn)練樣本集中包含所有研究區(qū)存在的類別[2]。

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉殿成;楊珍;王森;張文信;安國強(qiáng);秦曉敏;;基于土地利用現(xiàn)狀數(shù)據(jù)庫的土地利用遙感分類本底數(shù)據(jù)庫建設(shè)——以山東省泰安市泰山區(qū)為例[J];山東國土資源;2008年Z1期

2 趙勇;劉凱;;數(shù)字挖掘方法在遙感分類中的應(yīng)用研究[J];北京測(cè)繪;2009年03期

3 田金苓;易正暉;;土地利用遙感分類技術(shù)探討[J];科技創(chuàng)新導(dǎo)報(bào);2010年09期

4 馮洋;濮國梁;;土地利用/覆蓋鏈?zhǔn)竭b感分類方法研究[J];遙感信息;2012年06期

5 仉明;汪偉;李承鑫;劉子瀟;;面向?qū)ο蟮倪b感分類技術(shù)在地理國情監(jiān)測(cè)中的應(yīng)用[J];城市勘測(cè);2013年03期

6 潘建平;葉煥倬;;基于遙感分類的植被覆蓋度提取[J];測(cè)繪信息與工程;2007年06期

7 鄒文濤;張懷清;鞠洪波;劉華;;三江源自然保護(hù)區(qū)土地利用遙感分類方法研究[J];林業(yè)資源管理;2010年06期

8 尤淑撐,劉順喜,李小文,王錦地;基于空間約束關(guān)系的土地利用/覆被遙感分類方法研究[J];農(nóng)業(yè)工程學(xué)報(bào);2005年09期

9 姚愛冬;車騰騰;姜麗娜;馮益明;;甘肅民勤縣荒漠化區(qū)未利用地的遙感分類研究[J];林業(yè)科學(xué)研究;2014年02期

10 徐剛,趙志中;若爾蓋高原地物遙感分類[J];地質(zhì)力學(xué)學(xué)報(bào);2004年04期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前3條

1 陳利軍;陳軍;廖安平;何超英;;30m全球地表覆蓋遙感分類方法初探[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

2 鄒文濤;張懷清;鞠洪波;劉華;;基于決策樹的高寒濕地類型遙感分類方法研究[A];第九屆中國林業(yè)青年學(xué)術(shù)年會(huì)論文摘要集[C];2010年

3 劉詠梅;溫仲明;楊勤科;;陜北黃土丘陵地區(qū)坡耕地遙感分類方法研究[A];認(rèn)識(shí)地理過程 關(guān)注人類家園——中國地理學(xué)會(huì)2003年學(xué)術(shù)年會(huì)文集[C];2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 祝曉坤;Dempster-Shafer證據(jù)推理融合模型在遙感分類中的應(yīng)用[D];武漢大學(xué);2005年

2 王慶光;基于人工神經(jīng)網(wǎng)絡(luò)的濕地遙感分類研究[D];中國地質(zhì)大學(xué)（北京）;2006年

3 薛星宇;江蘇鹽城海濱濕地遙感分類與景觀變化研究[D];南京師范大學(xué);2012年

4 楊柳;基于ETM+影像的扎龍濕地遙感分類研究[D];東北師范大學(xué);2003年

5 吳孔江;蟻群分類規(guī)則挖掘算法改進(jìn)及遙感分類應(yīng)用[D];中南大學(xué);2012年

6 楊剛;基于Landsat7 ETM+影像的大區(qū)域地表覆蓋遙感分類方法研究[D];湖南科技大學(xué);2012年

7 王進(jìn)華;鹽田水體的遙感分類方法研究[D];南京師范大學(xué);2003年

8 蔡華利;基于SVM的多源遙感分類的竹林信息提取方法研究[D];北京林業(yè)大學(xué);2009年

9 高寧;紅樹林高分辨率遙感監(jiān)測(cè)技術(shù)研究[D];山東科技大學(xué);2008年

，

本文編號(hào)：1095492