遥感影像的监督分类有哪些?
编辑:自学文库
时间:2024年03月09日
2. 支持向量机分类:通过一个超平面将特征空间划分为两类,使得分类误差最小化。
3. 决策树分类:通过构建一棵用于分类的树型结构,根据特征属性进行分类判断。
4. K最近邻分类:基于样本之间的距离,将未知样本分类为其最近邻样本的类别。
5. 随机森林分类:建立多个决策树,并通过投票或平均来确定最终分类结果。
6. 神经网络分类:构建深度学习模型,通过多层神经网络对遥感影像进行分类。
7. AdaBoost分类:通过逐步加权训练弱分类器,最终得到强分类器进行分类。
8. 贝叶斯网络分类:利用贝叶斯网络进行遥感影像的分类推断。
9. 深度卷积神经网络分类:利用卷积神经网络进行特征提取和分类。
这些监督分类方法以不同的理论和算法为基础,可以根据具体的遥感影像数据特点和分类需求进行选择和应用。