論述監(jiān)督分類與非監(jiān)督分類卻別與聯(lián)系-及各自優(yōu)缺點

1、精選優(yōu)質(zhì)文檔-傾情為你奉上論述監(jiān)督分類與非監(jiān)督分類卻別與聯(lián)系，及各自優(yōu)缺點   監(jiān)督分類：首先需要從研究區(qū)域選取有代表性的訓練場地作為樣本。根據(jù)已知訓練區(qū)提供的樣本，通過選擇特征參數(shù)（如像素亮度均值、方差等），建立判別函數(shù)，據(jù)此對樣本像元進行分類，依據(jù)樣本類別的特征來識別非樣本像元的歸屬類別。   非監(jiān)督分類：在沒有先驗類別作為樣本的條件下，根據(jù)像元間相似度大小進行計算機自動判別歸類，無須人為干預，分類后需確定地面類別。  區(qū)別與聯(lián)系：         &

2、#160;               根本區(qū)別在于是否利用訓練場地來獲取先驗的類別知識。                           非監(jiān)督分類不需要更多的先驗知識，據(jù)地物的光譜統(tǒng)計特性進行分類。當兩地物類型對

3、應的光譜特征差異很小時，分類效果不如監(jiān)督分類效果好。n                              監(jiān)督分類常常用于對分類區(qū)比較了解情況下,要求用戶控制.n            

4、60;                 1)選擇可以識別或可以斷定其類型的像元建立模板,然后基于該模板使系統(tǒng)自動識別具有相同特征的像元.n                          

5、    2)對分類結(jié)果進行評價后再對模板進行修改,多次反復后建立比較正確的模板,在此基礎上最終進行分類.    各自優(yōu)缺點：    監(jiān)督分類的特點：      主要優(yōu)點：可充分利用分類地區(qū)的先驗知識，預先確定分類的類別；可控制訓練樣本的選擇，并可通過反復檢驗訓練樣本，以提高分類精度（避免分類中的嚴重錯誤）；可避免非監(jiān)督分類中對光譜集群組的重新歸類。      主要缺點：人為主觀因素較強；訓練樣本的選取和評估需花費較多

6、的人力、時間；只能識別訓練樣本中所定義的類別，對于因訓練者不知或因數(shù)量太少未被定義的類別，監(jiān)督分類不能識別，從而影響分結(jié)果（對土地覆蓋類型復雜的地區(qū)需特別注意）。    非監(jiān)督分類特點：     主要優(yōu)點：無需對分類區(qū)域有廣泛地了解，僅需一定的知識來解釋分類出的集群組；人為誤差的機會減少，需輸入的初始參數(shù)較少（往往僅需給出所要分出的集群數(shù)量、計算迭代次數(shù)、分類誤差的閾值等）；可以形成范圍很小但具有獨特光譜特征的集群，所分的類別比監(jiān)督分類的類別更均質(zhì)；獨特的、覆蓋量小的類別均能夠被識別。        主要缺點：對其結(jié)果需進行大量分析及后處理，才能得到可靠分類結(jié)果；分類出的集群與地類間，