常见的具体分类方法有:最小距离分类、多级切割分类、特征曲线窗法和最大似然比值分类 。相关分析有哪些方法？如果准则满足分类精度的要求，则该准则成立；遥感数据的各种分类方法常用的遥感数据专题分类方法有很多，从分类决策方法的角度可以分为统计分类器、神经网络分类器、专家系统分类器等，从是否需要训练数据方面来说，可以分为监督分类器和非监督分类器 。
1、监督分类中训练样本应如何选取(包括训练样本的数量要求及选择原则...准确性、代表性和统计学原则 。步骤:数据采集、实地调查、遥感图像预处理、训练区域定位与绘制、训练样本检查与调查 。选的均匀，最少9分，也有30分的 。1.训练场包含的样本应与待划分区域的类别一致 。2.训练样本应选择在各种目标特征面积较大的中心 ， 这样才有代表性 。3、训练样本的数量应足够，应能提供各种足够的信息并克服各种偶然因素的影响 。
扩展数据:监督分类对于要研究的对象或区域，利用已知类别或训练样本建立分类标准；那么对样本的观测数据进行分类就是一个受控(监督)的信息分类过程 。监督分类包括利用训练区样本建立判别函数的“学习”过程和将待分类图像判别到判别函数中的过程 。常见的具体分类方法有:最小距离分类、多级切割分类、特征曲线窗法和最大似然比值分类 。
2、监督分类的各种方法的定义合算法或者公式【最大似然分析,激活似然估计元分析】supervised classification又称训练场法，是一种基于建立统计识别函数的技术和典型样本训练方法 。即根据已知训练区域提供的样本，选取特征参数，找出特征参数作为决策规则，建立判别函数对待分类图像进行分类，这是一种模式识别的方法 。要求培训区域具有典型性和代表性 。如果准则满足分类精度的要求，则该准则成立；
3、各种遥感数据分类方法比较常用的遥感数据专题分类方法有很多 ， 从分类决策方法的角度可以分为统计分类器、神经网络分类器、专家系统分类器等 。从是否需要训练数据方面来说，可以分为监督分类器和非监督分类器 。一、统计分类方法统计分类方法分为非监督分类方法和监督分类方法 。无监督分类方法不需要选择已知类别的像素来训练分类器，而有监督分类方法需要选择一定数量的已知类别的像素来训练分类器 ， 以估计分类器中的参数 。
相应地 ， 监督分类一般需要事先定义分类类别 ， 训练数据的选取可能缺乏代表性 ， 但在训练过程中也可能发现严重的分类错误 。1.无监督分类器无监督分类方法一般是聚类算法 。最常用的无监督聚类方法是K-means聚类方法(DudaandHart，1973)和迭代自组织数据分析算法(ISODATA) 。它的算法描述可以在通用统计模式识别文献中找到 。
推荐阅读
- 易制地图教程，什么工具可以制作简单的地图 最好有傻瓜版的里面有现成的一些图
- sketch分析图
- java分析图片代码,有没有分析java代码的软件
- 超跑俱乐部,pcrc超跑俱乐部
- python代码写完后怎么运行，怎么运行python写的py程序
- vivo耳机怎么激活保修,vivo耳机怎么用sn码查询真伪
- c语言程序编程软件，C语言的编程软件有哪些
- uml面向对象分析与设计,UML面向对象分析与设计基础教程牛丽平百度网盘
- 苹果2022新品有哪些机型，苹果最新产品有哪些