多分類(lèi)器組合及其遙感分類(lèi)研究.pdf

1、基于土地利用/覆蓋信息提取的快速、自動(dòng)化和高精度的現(xiàn)實(shí)需求,遙感影像計(jì)算機(jī)自動(dòng)分類(lèi)研究成為提高遙感應(yīng)用性的一個(gè)重要方向。多分類(lèi)器組合利用不同方法進(jìn)行目標(biāo)識(shí)別時(shí)得到的互補(bǔ)信息來(lái)提高分類(lèi)性能,為提高遙感分類(lèi)精度提供了新的途徑。因此,進(jìn)行多分類(lèi)器組合研究,探討其在遙感影像自動(dòng)分類(lèi)中的應(yīng)用,具有重要的理論與實(shí)踐意義。
　　 本文對(duì)多分類(lèi)器組合方法、基于分類(lèi)器差異性度量的組合分類(lèi)器優(yōu)化進(jìn)行研究,將其應(yīng)用于土地利用/覆蓋遙感分類(lèi)。主要研究成

2、果如下:
　　 (1)基于多分類(lèi)器組合的遙感分類(lèi)方法
　　 針對(duì)投票法分類(lèi)器組合中加權(quán)值的選擇問(wèn)題,提出了基于先驗(yàn)知識(shí)的投票法組合分類(lèi)方法。首先對(duì)子分類(lèi)器做分類(lèi)性能測(cè)試,得到各類(lèi)別的用戶精度；然后將其作為加權(quán)值,使用相對(duì)多數(shù)投票法對(duì)子分類(lèi)器輸出結(jié)果進(jìn)行組合決策,將具有最大投票值的類(lèi)別賦予待分像元。
　　 結(jié)果表明,以最大似然法、神經(jīng)網(wǎng)絡(luò)法和支持向量機(jī)法作為子分類(lèi)器進(jìn)行多分類(lèi)器組合遙感分類(lèi)時(shí),分類(lèi)器兩兩組合分類(lèi)結(jié)果

3、的總體精度較子分類(lèi)器均有提高。三種分類(lèi)器參與組合分類(lèi)時(shí),組合分類(lèi)總體精度高于子分類(lèi)器的最低精度,但不一定高于子分類(lèi)器的最高精度。組合方法在不同景觀特征地區(qū)的遙感分類(lèi)中具有相同的性能特征。
　　 組合分類(lèi)結(jié)果受訓(xùn)練樣本分布的影響取決于子分類(lèi)器的穩(wěn)定性。當(dāng)子分類(lèi)器均受訓(xùn)練樣本分布影響較小,組合結(jié)果也具有較好的穩(wěn)定性。研究中,最大似然法和支持向量機(jī)法組合分類(lèi)結(jié)果優(yōu)于相應(yīng)子分類(lèi)器,組合結(jié)果受訓(xùn)練樣本分布的影響較小。
　　 (2)

4、基于分類(lèi)器差異性度量的組合分類(lèi)器優(yōu)化
　　 針對(duì)分類(lèi)器組合過(guò)程中的組合結(jié)構(gòu)優(yōu)化問(wèn)題,引入熵值法分類(lèi)器差異性度量來(lái)衡量組合分類(lèi)器中子分類(lèi)器之間的差異性關(guān)系,分析其與組合分類(lèi)結(jié)果的關(guān)系,研究其在組合分類(lèi)器優(yōu)化中的可用性。
　　 結(jié)果表明,熵值法分類(lèi)器差異性度量值與組合分類(lèi)的優(yōu)勢(shì)度(組合分類(lèi)器Kappa值與子分類(lèi)器中最大Kappa值之差)存在正相關(guān)關(guān)系,對(duì)分類(lèi)器的組合性能有一定的預(yù)測(cè)能力。但由于方法與組合分類(lèi)結(jié)果的相關(guān)關(guān)系還不