监督分类名词解释　监督分类技术名词解释

监督分类名词解释

1、什么是监督分类和非监督分类？监督分类又称训练场地法、训练分类法，是以建立统计识别函数为理论基础、依据典型样本训练方法进行分类的技术，即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类。非监督分类是以不同影像地物在特征空间中类别特征的差别为依据的一种无先。

2、什么是监督分类和非监督分类。监督分类 （supervised classification）又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。

3、监督分类非监督分类区别。监督分类：又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。非监督分类：以不同影像地物在特征空间中类别特征的差别为依据的一种无先验类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。

4、监督分类简介。监督分类，也被称为训练场地法，是一种基于统计识别原理的图像分类技术。其核心是利用已知的典型样本，通过选择特征参数，构建决策规则，形成判别函数，对未知图像进行分类。这种方法强调训练样本的典型性和代表性，目的是找到一个准确的分类准则。当初始的分类精度无法满足需求时，就需要调整特征参数或重新构建。

5、ENVI监督分类及精度评价。名词解释：Kappa系数：它是通过把所有真实参考的像元总数（N）乘以混淆矩阵对角线（XKK）的和，再减去某一类中真实参考像元数与该类中被分类像元总数之积之后，再除以像元总数的平方减去某一类中真实参考像元总数与该类中被分类像元总数之积对所有类别求和的结果。生产者精度：是指分类器将整个影像的像元。

监督分类技术名词解释

1、监督分类的定义。图像分类一般指对遥感图像中的所有像素按其性质分为若干个类别的过程。根据是否需要分类人员事先提供已知类别及其训练样本，对分类器进行训练和监督，可将遥感图像分类方法划分为监督分类和非监督分类。监督分类是指在对遥感图像地物类别属性已经有了先验知识的基础上进行的，既要从图像中选取所要区分的各类。

2、监督分类。监督分类一般是先在图像中选取已知样本 ( 训练区) 的统计数据，从中找出分类的参数、条件，建立判别函数，然后对整个图像或待分类像元作出判别归类。遥感图像处理中常用的监督分类方法有最小距离法、贝叶斯线性和非线性判别法 ( 最大似然法) 、多级分割法 ( 平行六面体法) 、特征曲线法 ( 光谱角法) 。

3、监督分类的原理。监督分类是一种基于统计识别函数的技术，其原理是通过典型样本的训练方法进行分类。依据已知训练区提供的样本，选择适当的特征参数，并建立判别函数作为决策规则，用于对待分类的影像进行分类。监督分类是模式识别中的一种方法。在进行监督分类时，训练区域应具有典型性和代表性，以确保分类准确性。通过建立判别。

4、erdas监督分类的作用是什么。监督分类又称训练场地法或先学习后分类法。它是先选择具有代表性的典型试验区或训练区，用训练区已知地面样本的光谱特征来“训练”计算机，获得识别各类地物的判别模式或判别函数，并依此模式或判别函数，对未知地区的像元进行处理分类，分别归入到已知的类别中，达到自动分类识别的目的。

5、遥感图像监督分类法。监督分类，又称训练分类法，即用被确认类别的样本像元去识别其他未知类别像元的过程。已被确认类别的样本像元是指那些位于训练区的像元。在这种分类中，分析者在图像上对每一种类别选取一定数量的训练区，计算机计算每种训练样区的统计或其他信息，每个像元和训练样本作比较，按照不同规则将其划分到和其最。