版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、采樣是遙感圖像監(jiān)督分類的基礎(chǔ),樣本的質(zhì)量會(huì)直接影響遙感圖像分類結(jié)果的質(zhì)量,因此對(duì)樣本進(jìn)行質(zhì)量評(píng)價(jià),從而得到關(guān)于樣本的不確定性描述是非常必要的,目前對(duì)于樣本的評(píng)價(jià)大多是基于統(tǒng)計(jì)的,通常,樣本點(diǎn)是憑先驗(yàn)知識(shí)和經(jīng)驗(yàn)獲得的。在相同采樣模式和樣本量的前提下,一組作為訓(xùn)練分類器的樣本數(shù)據(jù)集的“真實(shí)效用”如何,只能經(jīng)過(guò)分類之后才能進(jìn)行相應(yīng)的驗(yàn)證和評(píng)價(jià),即在這組樣本數(shù)據(jù)集中,能夠全面體現(xiàn)光譜特征,保證分類質(zhì)量和效果的樣本數(shù)據(jù)集只有在分類之后才能知曉。如
2、何在分類之前,度量樣本數(shù)據(jù),指導(dǎo)和優(yōu)化分類過(guò)程是一項(xiàng)有意義的工作。 本文基于粗糙集理論提出通過(guò)計(jì)算“純度”來(lái)度量樣本數(shù)據(jù)質(zhì)量。另一方面,傳統(tǒng)的遙感圖像分類方法一般都是基于光譜信息,影像中豐富的空間結(jié)構(gòu)信息和空間自相關(guān)信息并沒(méi)有能夠充分利用起來(lái),雖然目前已經(jīng)有了一些新的方法利用空間結(jié)構(gòu)信息和空間自相關(guān)信息來(lái)進(jìn)行分類,比如紋理,上下文等等,但這些方法都有其一定的局限性。作為一種新興的歸納學(xué)習(xí)方法,粗糙集理論以其“不需對(duì)數(shù)據(jù)的任何先驗(yàn)
3、假設(shè)”、“可提供非完備,非協(xié)調(diào)等不確定性知識(shí)獲取方法”、“所獲知識(shí)具有較好的直觀可理解性”等顯著優(yōu)勢(shì)獲得人們的廣泛關(guān)注。本文將將粗糙集理論引入到樣本評(píng)價(jià)中。 另一方面,近年來(lái),漸漸發(fā)展起來(lái)的多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)使用訓(xùn)練圖像(Trainingimage)來(lái)代替變差函數(shù)表達(dá)地質(zhì)變量的空間結(jié)構(gòu),因而能夠克服傳統(tǒng)地質(zhì)統(tǒng)計(jì)學(xué)不能再現(xiàn)目標(biāo)幾何形態(tài)的不足。同時(shí)由于該方法仍然以像元為模擬單元,而且采用序貫非迭代算法,能夠忠實(shí)于硬數(shù)據(jù)(采樣數(shù)據(jù)),速度
4、也優(yōu)于基于目標(biāo)的隨機(jī)模擬算法。所以,多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)能夠很好的用于復(fù)雜幾何形態(tài)地物的建模而且還有更好的計(jì)算速度。 本文在討論遙感圖像分類過(guò)程、多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)和對(duì)現(xiàn)有樣本評(píng)價(jià)指標(biāo)總結(jié)的基礎(chǔ)上,提出了一種新的樣本評(píng)價(jià)方法和一種新的遙感分類方法。主要研究?jī)?nèi)容及成果有: 1.使用粗糙集理論來(lái)評(píng)價(jià)遙感圖像分類中的樣本質(zhì)量。首先本文使用對(duì)目前常用的一些樣本評(píng)價(jià)方法進(jìn)行了討論,特別是重點(diǎn)討論了巴氏距離和散度;然后提出使用粗糙集理論計(jì)算樣
5、本中每個(gè)類別以及整體的“純度”來(lái)評(píng)價(jià)樣本,最后通過(guò)實(shí)驗(yàn)將該指標(biāo)同巴氏距離進(jìn)行了對(duì)比,最后得出兩者在統(tǒng)計(jì)意義下存在一定的線性關(guān)系。這一評(píng)價(jià)方法從不同于傳統(tǒng)統(tǒng)計(jì)方法的角度來(lái)評(píng)價(jià)遙感圖像分類中的樣本質(zhì)量。 2.提出新的遙感圖像分類方法 MLC+MPS,在現(xiàn)有的基于光譜信息的遙感圖像分類方法的基礎(chǔ)上,使用多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)和數(shù)據(jù)融合方法將空間結(jié)構(gòu)信息也引入到分類過(guò)程中。該分類方法首先使用最大似然分類對(duì)遙感圖像進(jìn)行分類;接著利用多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 粗糙集在紋理圖像分類中的應(yīng)用研究.pdf
- 粗糙集遙感圖像融合及分類方法研究.pdf
- 基于粗糙集理論和Markov隨機(jī)場(chǎng)的遙感圖像分類算法研究.pdf
- 基于粗糙集的圖像分類和檢索研究.pdf
- 粗糙集技術(shù)在電信客戶分類中的應(yīng)用.pdf
- 粗糙集方法在紅外圖像增強(qiáng)中的應(yīng)用.pdf
- 粗糙集理論在文本分類算法中的應(yīng)用
- 粗糙集在文本分類系統(tǒng)中的應(yīng)用研究.pdf
- 基于粗糙集的圖像分類方法的研究.pdf
- 粗糙集理論在中文文本分類中的應(yīng)用.pdf
- 鄰域粗糙集及其基于鄰域粗糙集的分類算法.pdf
- 粗糙集理論在彩色圖像分割中的應(yīng)用研究.pdf
- 粗糙集神經(jīng)網(wǎng)絡(luò)在電信客戶價(jià)值分類中的應(yīng)用.pdf
- 基于粗糙集和關(guān)聯(lián)規(guī)則的醫(yī)學(xué)圖像分類方法研究.pdf
- 鄰域粗糙集的屬性約簡(jiǎn)算法及其在分類器中應(yīng)用.pdf
- 粗糙集在遙感影像專題信息提取中的應(yīng)用研究.pdf
- 基于粗糙集理論的數(shù)據(jù)分類及其在醫(yī)學(xué)圖像識(shí)別中的應(yīng)用研究.pdf
- 粗糙集理論在煤矸石圖像識(shí)別技術(shù)中的應(yīng)用.pdf
- 基于粗糙集的支持向量機(jī)在圖像分割中的應(yīng)用.pdf
- 粗糙集在故障診斷中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論