最大似然法分類(lèi)工作原理

1、Resource Center最大似然法分類(lèi)工具所用的算法基于兩條原則：每個(gè)類(lèi)樣本中的像元在多維空間中呈正態(tài)分布貝葉斯決策理論將各個(gè)像元指定給以特征文件表示的類(lèi)時(shí)，此工具會(huì)同時(shí)考慮類(lèi)特征的方差和協(xié)方差。假設(shè)類(lèi)樣本呈 正態(tài)分布，則可使用均值向量和協(xié)方差矩陣作為類(lèi)的特征。如果給定了每個(gè)像元值的這兩個(gè)特征，則 可計(jì)算每個(gè)類(lèi)的統(tǒng)計(jì)概率，以確定像元作為該類(lèi)的成員資格。指定默認(rèn)的EQUAL先驗(yàn)概率權(quán)重選項(xiàng) 時(shí)，每個(gè)像元將被分配給它最有可能具有成員資格的類(lèi)。如果某些類(lèi)出現(xiàn)的可能性大于（或小于）平均值，則應(yīng)將FILE先驗(yàn)選項(xiàng)與輸入先驗(yàn)概率文件結(jié)合使 用。具有特殊概率的類(lèi)的權(quán)重在先驗(yàn)文件中指定。這種情況下，先驗(yàn)

2、文件將有助于對(duì)處于兩個(gè)類(lèi)的統(tǒng) 計(jì)重疊內(nèi)的像元進(jìn)行分配。這些像元將會(huì)更精確地分配給相應(yīng)的類(lèi)，從而獲得更理想的分類(lèi)。這種權(quán) 重分類(lèi)方法就稱(chēng)為貝葉斯分類(lèi)法。通過(guò)選擇先驗(yàn)選項(xiàng)SAMPLE，在輸入特征文件中進(jìn)行采樣的所有類(lèi)所分配到的先驗(yàn)概率與按各個(gè)特 征捕獲的像元數(shù)量成正比。因此，像元數(shù)少于樣本平均值的類(lèi)所獲得的權(quán)重將小于平均值，而像元數(shù) 大于樣本平均值的類(lèi)所獲得的權(quán)重將大于平均值。結(jié)果是，相應(yīng)類(lèi)所分配到的像元數(shù)有多有少。執(zhí)行最大似然法分類(lèi)時(shí)，還可同時(shí)生成一個(gè)可選的輸出置信柵格。此柵格顯示分類(lèi)置信度。置信度的 數(shù)量為14,這與有效剔除分?jǐn)?shù)值的個(gè)數(shù)直接相關(guān)。置信柵格中編碼為1的第一個(gè)置信度包含到輸 入特征

3、文件中所存儲(chǔ)的任何均值向量距離最短的像元，因此，這些像元的分類(lèi)具有最高確定性。只有 在剔除分?jǐn)?shù)為0.99或更小時(shí)，才會(huì)對(duì)第二個(gè)置信度所包含的像元（在置信柵格中像元值為2）進(jìn) 行分類(lèi)。最低的置信度在置信柵格中的值為14,顯示的像元最有可能不會(huì)進(jìn)行分類(lèi)。如果剔除分?jǐn)?shù) 為0.005或更大，將不對(duì)此置信度的像元進(jìn)行分類(lèi)。示例以下示例顯示的是將具有三個(gè)波段的多波段柵格分成五類(lèi)。這五個(gè)類(lèi)分別是干涸的河床、森林、湖 泊、住宅區(qū)/果園，以及牧場(chǎng)。還將生成一個(gè)輸出置信柵格。以下顯示的是輸出柵格波段。redlandsSredlandslredlands2最大似然法分類(lèi)的輸入示例最大似然法分類(lèi)工具用于將柵格分為五類(lèi)

4、。輸入柵格波段： redlands輸入特征文件： wedit.gsg輸出多波段柵格： mlclass_1剔除分?jǐn)?shù)：0.01先驗(yàn)概率權(quán)重： EQUAL輸入先驗(yàn)概率文件：apriori_file_1輸出置信柵格：reject_ ras分類(lèi)后的柵格將顯示為:最大似然法分類(lèi)的輸出示例紅色區(qū)域表示正確分類(lèi)的幾率不到1%的像元。由于使用的剔除分?jǐn)?shù)為0.01，因此將為這些像 元指定值NoData。干涸的河床類(lèi)以白色顯示、森林類(lèi)以綠色顯示、湖泊類(lèi)以藍(lán)色顯示、住宅區(qū)/ 果園類(lèi)以黃色顯示、牧場(chǎng)類(lèi)以桔黃色顯示。以下列表是輸出置信柵格的值屬性表。它顯示了按置信度等級(jí)分類(lèi)的像元數(shù)。值1表示正確分類(lèi) 的幾率為100%。有

5、3,033個(gè)像元是按該置信度進(jìn)行分類(lèi)的。值5表示正確分類(lèi)的幾率為 95%。有10,701個(gè)像元正確分類(lèi)的機(jī)率是0.005%，它們對(duì)應(yīng)的值為1最佳答案最大似然法的判別規(guī)則是基于概率的，它把每個(gè)具有模式測(cè)試或特征X的像元 劃分到很有可能出現(xiàn)特征向量X的第i類(lèi)中。換言之，首先計(jì)算某個(gè)像元屬于一 個(gè)預(yù)先設(shè)置好的m類(lèi)數(shù)據(jù)集中每一類(lèi)的概率，然后將該像元?jiǎng)澐值礁怕首畲蟮?那一類(lèi)。最大似然法假設(shè)每個(gè)波段中各類(lèi)訓(xùn)練數(shù)據(jù)都呈正態(tài)（高斯）分布，直方圖具 有兩個(gè)或n個(gè)波峰的單波段訓(xùn)練數(shù)據(jù)并不理想。在這種情況下，各個(gè)波峰很有可 能表示是由各類(lèi)惟一確定的，應(yīng)該作為分離的訓(xùn)練類(lèi)單獨(dú)訓(xùn)練和標(biāo)識(shí)。然后，應(yīng) 該得到滿足正態(tài)分布要求的單峰、高斯型訓(xùn)練類(lèi)統(tǒng)計(jì)量。我推薦你看一下美John R.Jensen著，