中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 利用核密度估计改进遥感图像贝叶斯分类法 东北林业大学学报 2008,36 (10) 55-57
Position: Home > Articles > Improved Bayes Classification Method for Remote Sensing Images by Kernel Density Estimation Journal of Northeast Forestry University 2008,36 (10) 55-57

利用核密度估计改进遥感图像贝叶斯分类法

作  者：
刘琳;杨为民;赖巧玲
单  位：
西南林学院
关键词：
遥感图像分类;Bayes分类;非参数估计;核密度估计
摘  要：
把非参数核密度估计方法引入到遥感图像贝叶斯(Bayes)分类问题中,对各类的分布密度函数进行非参数核密度估计,从而改进了Bayes分类方法。通过对遥感图像实例分类,与传统Bayes分类方法和其它统计分类方法比较,分类精度得到了提高。该方法解决了其他分类方法单中心的局限,既保留了核密度估计法理论上的优点和平滑性,又适合云南由于地形和光照影响而产生的同一地类在相空间中是多中心的特点,具有一定的应用推广价值。
译  名：
Improved Bayes Classification Method for Remote Sensing Images by Kernel Density Estimation
作  者：
Liu Lin,Yang Weimin,Lai Qiaoling(Southwest Forestry College,Kunming 650224,P.R.China)
关键词：
Remote sensing images;Bayes classification;Nonparametric estimation;Kernel density estimation
摘  要：
The method of nonparametric kernel density estimation is applied to the Bayes classification of remote sensing images.The Bayes classification method is improved by performing the nonparametric kernel density estimation to various types of distribution functions.The accuracy of the improved classification method increased by comparing the classification results of remote sensing image samples by the improved method,the traditional Bayes classification method,and other statistical classification methods.The method overcomes the single-center limitation of other methods while preserves the smoothness and other theoretical advantages of the kernel density estimation.It works well in Yunnan for the same type of earth surface which may generate multiple centers in the phase space due to the impact of landform and sunshine.Thus it has the potential of being widely applied.

相似文章

导出引用
计量
文章访问数: 6
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46