发布时间 : 星期一 文章林业遥感考试 - 南京林业大学--复习资料 - 图文更新完毕开始阅读1803432065ec102de2bd960590c69ec3d5bbdb24
主成分、缨帽变换、植被指数变换等）生成一组进行了信息融合的新的特征图像，这种 技术手段就称为特征变换。
特征选择指标：1 距离测度 距离是最基本的类别可分性的测度2 变换离散度 衡量遥感数据各地物类型可分性好坏的数量指标常采用变换离散度和距离。离散度是具有分布重叠度的两个类型之间可分性的数量测度。3 最优指数公式
6、无监分类 在对研究区不了解的情况下，只是依据每一类型地物所具有的相似性（类似度），把反映各类型地物特征值的分布按相似分割和概率统计理论将各像元归并成不同的空间集群，然后结合地面实地调查来确定各集群的地物类型从而达到识别分类目的的分类方法。 非监督分类的特点1 分类者不需要对研究区有广泛的了解和熟悉，但分类结束后仍需要一定的知识或地面调查来确定各集群的地物覆盖类型2 人为误差的机会减少，因为分类者参与的程度低，只需要事先设定几个参数即可3 非监督分类产生的光谱集群组并不一定对应于分析者想要的类别4 分析者较难对产生的类别进行控制 7、有监分类利用对研究区已有类别的先验知识从遥感图像上选取若干有代表性的训练区作为样本据此估计出各类别的统计特征参数（均值向量和协方差矩阵）进而建立判别函数，然后利用判别函数实现对待分类像元进行分类的方法。
有监分类的特点优点：1 可根据应用的目的和区域，有选择的决定分类类别，避免出现一些不必要的类别2 可控制训练样本的选择3 可
29 / 30
通过检查训练样本来决定训练样本是否被精确分类，避免分类中的严重错误 4避免了非监督分类中对光谱集群的重新归类
缺点：1 分类系统的确定、训练样本的选择都有较强的主观性2 由于图像中同一类别的光谱差异较大，造成训练样本的代表性下降3 训练样本的选择和评估需花费较多的人力、时间4 只能识别训练样本中定义的类别，若某类别由于训练者不知道或者其数量太少未被定义，则监督分类不能识别
8、总体分类精度 正确分类的总像元数（主对角线上元素的和）与参加分类评价的
总像元数（矩阵中所有元素之和）之比，表示为【 】
2 用户精度 每一类别被正确分类的像元数量除以被分作该类的总像元
数
（
行
元
素
之
和
），
表
示
为
【 】
3 生产者精度 每一类别被正确分类的像元数量除以该类用作分类训练的总像元（列元素之和），表示为【 】
30 / 30