遥感数据分类结果分析及分类算法评价

遥感数据的分类结果通常被概括为混淆矩阵。而各种分类算法则用于改善其结果。为了确定遥感数据的精度,应该把混淆矩阵规范化。规范混淆矩阵,要仔细审查分类按比例叠代拟合过程,包括消除矩阵里的零。Tukey复合比较法用了三种分类算法(最小距离法,极大似然法和人造神经网络法)进行结果比较。对于每种分类种类,规范化了的混淆矩阵都给出了一致的边值和精度。同时进行三种算法的Tukey比较,结果对于每一种算法都给出了总的分类精度,而且这些算法在5％的风险级上并未显示出不同。规范化的混淆矩阵由于具有一致的边值,因此,可以逐项地进行比较。研究结果表明,分类算法可以用Tukey法进行评价,并且,这些算法的复合比较可以通过用按比例叠代拟合程序得到的规范化的种类精度进行。规范化的混淆矩阵给出了生产者和用户精度的统一际准。