適應(yīng)性組合分類器遙感分類研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、遙感技術(shù)具有多時相、多波段、大尺度等特點;有利于進行不同尺度土地利用/覆蓋及其變化的動態(tài)監(jiān)測。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)有的分類算法進行組合,利用不同分類算法各自在遙感分類時體現(xiàn)出的優(yōu)勢,彌補各算法之間的不足,實現(xiàn)不同分類算法之間的互補,達(dá)到提高分類精度的目的,是遙感圖像分類算法研究的一個重要方向。
  本文研究內(nèi)容主要為兩個方面:組合分類器的誤差分析及其驗證;適應(yīng)性組合分類器的構(gòu)建及其驗證

2、。主要研究內(nèi)容如下:
  (1)組合分類器的誤差分析及其實例分析
  隨著研究的深入,組合分類器的發(fā)展面臨著兩個的問題:一方面,相對于單分類器的分類效果,組合分類器能夠改善分類的效果,分類精度有一定程度的提高;但是,改善的效果不夠明顯,分類精度提升幅度不高。另外一方面,有部分的實踐表明:組合分類器在部分情況下,不僅不能提高分類精度,有時甚至出現(xiàn)精度降低的情況;通常是組合分類器的分類精度比單分類器中分類精度最高的低,但是比精度

3、最低的高,組合后的分類精度位于單分類器的分類精度之間,且更靠近精度較高的值。
  針對這兩種情況的出現(xiàn),本文從單分類器的誤差集合分布模式對組合分類器分類精度影響的角度進行分析和討論,設(shè)計相應(yīng)的實例對其進行驗證。研究結(jié)果表明:組合分類器的精度變化與單分類器的誤差集合分布模式有關(guān)。相離時,其精度提升幅度較大;相交時,組合分類器精度得到提升,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,則其精度位于兩單分類器之間,且更

4、靠近精度較高的單分類器的精度。從理論上分析,在單分類器誤差集合處于相離的模式下,組合分類器的分類精度在理論上能夠達(dá)到100%;組合分類器確實能夠在較大程度上提高遙感圖像的分類精度。
  (2)適應(yīng)性組合分類器的構(gòu)建及其實例分析
  本文引入待分類像元對于單分類器的適應(yīng)性概念,提出了適應(yīng)性組合分類器,在不同的像元上利用不同的單分類器分類結(jié)果信息;在這樣的組合分類器中,避免單分類器誤差集合將處于“相包含”模式,彼此之間的結(jié)果相互

5、沒有影響,將較大程度的改善組合分類器的分類效果,提高組合分類器的分類精度。
  通過設(shè)計相關(guān)的實例,對適應(yīng)性組合分類器的分類效果進行驗證和分析,結(jié)果表明:對于各個地物類別來說,適應(yīng)性組合分類器均在很大的程度提高了遙感圖像的分類精度,從總的效果上來講,避免了單分類器誤差集合將處于“相包含”模式,起到了改善組合分類器分類效果,達(dá)到了提高分類精度的目的。當(dāng)同時改變訓(xùn)練樣本集和分類算法時,生成的單分類器差異較大,組合分類的精度較高;與改變

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論