版權(quán)說(shuō)明:本文檔由用戶(hù)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、遙感技術(shù)具有多時(shí)相、多波段、大尺度等特點(diǎn);有利于進(jìn)行不同尺度土地利用/覆蓋及其變化的動(dòng)態(tài)監(jiān)測(cè)。遙感技術(shù)已經(jīng)成為土地利用/覆蓋及其變化信息研究的主要研究方法。將現(xiàn)有的分類(lèi)算法進(jìn)行組合,利用不同分類(lèi)算法各自在遙感分類(lèi)時(shí)體現(xiàn)出的優(yōu)勢(shì),彌補(bǔ)各算法之間的不足,實(shí)現(xiàn)不同分類(lèi)算法之間的互補(bǔ),達(dá)到提高分類(lèi)精度的目的,是遙感圖像分類(lèi)算法研究的一個(gè)重要方向。
本文研究?jī)?nèi)容主要為兩個(gè)方面:組合分類(lèi)器的誤差分析及其驗(yàn)證;適應(yīng)性組合分類(lèi)器的構(gòu)建及其驗(yàn)證
2、。主要研究?jī)?nèi)容如下:
(1)組合分類(lèi)器的誤差分析及其實(shí)例分析
隨著研究的深入,組合分類(lèi)器的發(fā)展面臨著兩個(gè)的問(wèn)題:一方面,相對(duì)于單分類(lèi)器的分類(lèi)效果,組合分類(lèi)器能夠改善分類(lèi)的效果,分類(lèi)精度有一定程度的提高;但是,改善的效果不夠明顯,分類(lèi)精度提升幅度不高。另外一方面,有部分的實(shí)踐表明:組合分類(lèi)器在部分情況下,不僅不能提高分類(lèi)精度,有時(shí)甚至出現(xiàn)精度降低的情況;通常是組合分類(lèi)器的分類(lèi)精度比單分類(lèi)器中分類(lèi)精度最高的低,但是比精度
3、最低的高,組合后的分類(lèi)精度位于單分類(lèi)器的分類(lèi)精度之間,且更靠近精度較高的值。
針對(duì)這兩種情況的出現(xiàn),本文從單分類(lèi)器的誤差集合分布模式對(duì)組合分類(lèi)器分類(lèi)精度影響的角度進(jìn)行分析和討論,設(shè)計(jì)相應(yīng)的實(shí)例對(duì)其進(jìn)行驗(yàn)證。研究結(jié)果表明:組合分類(lèi)器的精度變化與單分類(lèi)器的誤差集合分布模式有關(guān)。相離時(shí),其精度提升幅度較大;相交時(shí),組合分類(lèi)器精度得到提升,其精度提升幅度大小與組合后的誤差像元集合的大小成反比;相包含時(shí),則其精度位于兩單分類(lèi)器之間,且更
4、靠近精度較高的單分類(lèi)器的精度。從理論上分析,在單分類(lèi)器誤差集合處于相離的模式下,組合分類(lèi)器的分類(lèi)精度在理論上能夠達(dá)到100%;組合分類(lèi)器確實(shí)能夠在較大程度上提高遙感圖像的分類(lèi)精度。
(2)適應(yīng)性組合分類(lèi)器的構(gòu)建及其實(shí)例分析
本文引入待分類(lèi)像元對(duì)于單分類(lèi)器的適應(yīng)性概念,提出了適應(yīng)性組合分類(lèi)器,在不同的像元上利用不同的單分類(lèi)器分類(lèi)結(jié)果信息;在這樣的組合分類(lèi)器中,避免單分類(lèi)器誤差集合將處于“相包含”模式,彼此之間的結(jié)果相互
5、沒(méi)有影響,將較大程度的改善組合分類(lèi)器的分類(lèi)效果,提高組合分類(lèi)器的分類(lèi)精度。
通過(guò)設(shè)計(jì)相關(guān)的實(shí)例,對(duì)適應(yīng)性組合分類(lèi)器的分類(lèi)效果進(jìn)行驗(yàn)證和分析,結(jié)果表明:對(duì)于各個(gè)地物類(lèi)別來(lái)說(shuō),適應(yīng)性組合分類(lèi)器均在很大的程度提高了遙感圖像的分類(lèi)精度,從總的效果上來(lái)講,避免了單分類(lèi)器誤差集合將處于“相包含”模式,起到了改善組合分類(lèi)器分類(lèi)效果,達(dá)到了提高分類(lèi)精度的目的。當(dāng)同時(shí)改變訓(xùn)練樣本集和分類(lèi)算法時(shí),生成的單分類(lèi)器差異較大,組合分類(lèi)的精度較高;與改變
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 多分類(lèi)器組合及其遙感分類(lèi)研究.pdf
- 遙感圖像多分類(lèi)器組合方法研究.pdf
- 充填工藝的分類(lèi)及其適應(yīng)性分析
- 基于非平衡數(shù)據(jù)的適應(yīng)性采樣集成分類(lèi)器的研究.pdf
- 充填工藝的分類(lèi)及其適應(yīng)性分析.docx
- 較寬適應(yīng)性IP報(bào)文業(yè)務(wù)分類(lèi)系統(tǒng)設(shè)計(jì).pdf
- 領(lǐng)域間適應(yīng)性情感分類(lèi)方法研究.pdf
- 基于多分類(lèi)器融合的遙感影像分類(lèi)方法研究.pdf
- 汽車(chē)駕駛學(xué)員適應(yīng)性檢測(cè)技術(shù)與分類(lèi)方法研究.pdf
- 基于多關(guān)系分類(lèi)聚類(lèi)的學(xué)習(xí)適應(yīng)性診斷.pdf
- 淺談基于氣候適應(yīng)性傳統(tǒng)民居外部聚落環(huán)境分類(lèi)
- 基于多分類(lèi)器的農(nóng)作區(qū)遙感圖像分類(lèi)方法研究.pdf
- 多分類(lèi)器組合中的基分類(lèi)器選取方法.pdf
- 多層次控制的遙感影像多分類(lèi)器融合分類(lèi)研究.pdf
- 基于形狀自適應(yīng)鄰域的遙感圖像分類(lèi).pdf
- 嗜熱菌分子分類(lèi)方法及適應(yīng)性機(jī)制的初步研究.pdf
- 遙感數(shù)據(jù)可靠性分類(lèi)方法研究.pdf
- 組合分類(lèi)器剪枝方法的研究.pdf
- 遙感分類(lèi)方法的研究.pdf
- 實(shí)習(xí)遙感圖像分類(lèi)(一)監(jiān)督分類(lèi)
評(píng)論
0/150
提交評(píng)論