测绘科学

2016, v.41;No.212(02) 133-139

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

利用目标类样本的遥感分类策略
Classification strategy for remote sensing data based on positive training samples

孙飞;徐世武;张岩;

摘要(Abstract):

针对传统遥感分类要求训练集涵盖所有表观地物及亚类,对样本选取要求颇高,而实际应用中并不能保证所有类别都被标记的问题,该文提出基于目标类样本的遥感循环分类策略。该方法仅输入少量目标类样本,采用正样本、未标记样本的分类算法,实现在较少样本数量和种类的条件下,对目标类稳定、高效地识别。利用10组航空影像数据,建立与传统遥感分类对比实验,结果表明:相同实验条件下,基于目标类样本的遥感分类策略与传统遥感分类具有相当的分类效果;当样本集不完全时,该策略具有更稳定的高精度识别,总体精度与Kappa系数平均分别有5.2%和7.2%的提高。该方法能够有效解决不完全训练集分类问题。

关键词(KeyWords): 正样本;不完全训练集;遥感分类;目标类

Abstract:

Keywords:

基金项目(Foundation): 国家科技支撑计划课题项目(2012BAB11B05)

作者(Author): 孙飞;徐世武;张岩;

Email:

DOI: 10.16251/j.cnki.1009-2307.2016.02.027

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享