| 基于空间数据发掘的遥感图像分类方法研究 |
| |
| 引用本文： | 邸凯昌, 李德仁, 李德毅. 基于空间数据发掘的遥感图像分类方法研究[J]. 武汉大学学报 ( 信息科学版), 2000, 25(1): 42-48. |
| |
| 作者姓名： | 邸凯昌 李德仁 李德毅 |
| |
| 作者单位： | 1.国土资源部航空物探遥感中心遥感部, 北京市学院路29号, 100083;;2.武汉测绘科技大学校长办公室, 武汉市珞喻路129号, 430079;;3.中国电子系统工程研究所, 北京市万寿路6号, 100036 |
| |
| 基金项目： | 国家自然科学基金,测绘遥感信息工程国家重点实验室开放研究基金,教育部博士点专项基金!编号49631050．WKL（97）03 |
| |
| 摘 要： | 采用数据发掘技术从 GIS数据库和遥感图像中发现知识,用于改善遥感图像分类。提出了两种实施空间数据归纳学习的途径:在空间对象粒度上学习和直接在像元粒度上学习。分析了两种粒度学习的特点和适用范围,同时提出了一种归纳学习与传统图像分类法的结合方式。用北京地区 SPOT多光谱图像和 GIS数据库进行土地利用分类的试验证明,归纳学习能较好地解决同谱异物、同物异谱等问题,显著提高分类精度,并且能够根据发现的知识进一步细分类,扩展了遥感图像分类的能力。
|
| 关 键 词： | 数据发掘 知识发现 土地利用分类 归纳学习 学习粒度 |
| 收稿时间： | 1999-06-03 |
| 修稿时间： | 1999-06-03 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《武汉大学学报(信息科学版)》下载免费的PDF全文 |
|
