遙感數據可靠性分類方法研究

編輯推薦

本書將從遙感數據分類器構造（分類）過程出發，提出遙感數據可靠性分類方法，在研究其不確定性傳播機理的基礎上，對分類過程的可靠性和結果的精度進行控制與評價，通過層層控制，提高分類過程中的主要環節的可靠性，降低其不確定性對最終結果精度的影響，提高遙感數據分類結果的精度，獲得一個遙感數據可靠性分類方法。

內容簡介

本書總結了作者近年來在遙感數據分類方面的研究成果，以遙感數據分類過程為出發點從訓練樣本數據對遙感數據分類精度的影響。遙感數據可靠性分類模型和分類精度評價的可靠性樣本抽樣方法等方面系統地研究遙感數據分類過程中主要環節的不確定性對分類結果精度的影響，並提出遙感數據可靠性分類方法，以提高最終分類結果精度%研究成果將為提高遙感數據分類結果的精度提供一整套新的解決方案。

作者簡介

張華，男，1979年生，安徽肥東人，博士，副教授，碩士生導師。主要從事遙感數據不確定性、空間分析及GIS算法與套用系統開發。2001年獲中國礦業大學測繪工程專業學士學位，2004年獲中國礦業大學地圖製圖學與地理信息工程專業碩士學位，2012年獲中國礦業大學地圖製圖學與地理信息工程專業博士學位。

圖書目錄

第1章緒論 1

1.1 研究背景與選題依據 1

1.2 國內外研究進展 2

1.3 研究目標 13

1.4 研究內容與章節安排 14

第2章訓練樣本數據對遙感數據分類精度的影響 17

2.1 訓練樣本數量對分類精度的影響 17

2.2 訓練樣本質量對分類精度的影響 33

2.3 訓練樣本抽樣方法對分類精度的影響 43

2.4 本章小結 45

第3章基於模糊拓撲支持向量機的遙感數據分類 47

3.1 支持向量機 47

3.2 基於FTSVM的遙感數據分類模型 49

3.3 實驗結果與分析 57

3.4 本章小結 65

第4章基於自適應權值的多分類器組合遙感數據分類 66

4.1 標準的多分類器組合 66

4.2 基於矩陣特徵值自適應權值多分類器組合模型 69

4.3 實驗結果與分析 73

4.4 本章小結 80

第5章融合光譜與空間特徵的遙感數據分類 81

5.1 基於MFCM分割的遙感影像分類 81

5.2 基於空間引力模型的MRF遙感數據分類 101

5.3 基於光譜、紋理和像元形狀特徵融合的遙感數據分類 114

5.4 本章小結 159

第6章基於可靠性抽樣方法的遙感數據分類精度評價 160

6.1 基於空間均衡抽樣的遙感數據分類精度評價 161

6.2 基於聚類空間分層抽樣的遙感數據分類精度評價 168

6.3 本章小結 173

遙感數據可靠性分類方法研究

基本介紹

編輯推薦

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條