38、遥感影像分类技术与精度评估

遥感影像分类技术与精度评估

1. 最大似然分类结果

最大似然分类使用了所有 10 个聚类的完整特征集。对于草地信息类和稀疏植被信息类，分别隐含地使用了两个光谱类。在分类图中，由于最终用户对光谱类结构不感兴趣，这些光谱类被赋予了相同的颜色。

2. 聚类空间分类

混合分类方法假设光谱类大体上对应单一的信息类，即单个光谱类不会重叠到多个信息类。但实际上，光谱类是光谱空间中数据的分割，很可能由无监督聚类方法生成；而信息类是用户定义的地面区域标签，二者可能会有很大的重叠。

3. 支持向量机监督分类

3.1 初始选择

• 核函数选择 ：通常选择多项式核或径向基函数核，这里以径向基函数核为例，公式为 (k(x_i, x) = \exp{-\gamma ||x - x_i||^2})，其中 (\gamma) 是需要估计的参数。
• 多类策略 ：选择一对一（OAO）方法，需要生成 (M(M - 1)/2) 个二分类器，每个对应一对信息类。
• 训练数据 ：需要为每个信息类收集训练数据。
• 核心方程 ：
  • 目标函数：(\frac{1}{2} ||w||^2 + C \sum_{i} \xi_i)
  • 决策规则：(\text{sgn}{\phi(w)^T\phi(x) + w_{N+1}} = \text{sgn}\left{\sum_{i \in S} \