基于多源信息融合的分类方法研究及其应用
文献类型：学位论文
| 作者 | 张晓美 |
| 学位类别 | 硕士 |
| 答辩日期 | 2004 |
| 授予单位 | 中国科学院中国遥感卫星地面站 |
| 授予地点 | 中国科学院中国遥感卫星地面站 |
| 导师 | 何国金 |
| 关键词 | 多源信息 遥感图像分类 数据融合 专家系统 决策树系统 |
| 其他题名 | The Study &Realization of Classification Method Based on Multi-Source Information Fusion |
| 中文摘要 | 提高卫星遥感图像的分类精度是遥感信息处理及其应用领域中一个很重要的研究课题。其中，多源信息的综合利用是一个重要的研究方向。本文结合WWF中国项目，以崛山7个区县为试验区，以多时相TM／ETM＋卫星数据作为主要信息源，针对这一地区地貌及地物类别复杂、常规分类方法精度不高的问题，在总结和利用已有成果基础上，应用专家系统方法对卫星遥感图像进行了分类识别，提高了分类精度。同时，针对专家系统知识获取等方面的局限性，探讨了利用空间数据挖掘技术进行多源信息融合辅助卫星遥感数据分类的可行性，提出了具体的获取"分类知识"的挖掘机制和策略，并基于ID3系统进行具体实现。有效地提高了卫星遥感数据的分类精度和自动化水平。专家系统方法是一种能够综合多种信息，具有一定智能水平的分类方法。这种分类方法首先利用现有的统计分类技术，对待分类图像进行预分类，对照己有和野外调查资料，并经过目视检验找出"错分"类别。利用基于规则的专家系统，综合光谱、时相、地理、目视解译经验等各种知识和信息，充分发挥专家系统的推理判断能力，对"错分"的类别做进一步精确判别，使得整幅图像的分类精度得到改善。但是，专家系统也有一定的局限性，一方面它的分类知识依赖于领域专家；另一方面知识工程师要从领域专家那里获取知识，这个过程有很强的个性和随机性。利用空间数据挖掘领域中的决策树算法来获取分类知识可以弥补专家系统的不足。将一定数量的训练数据及其相关属性特征导入决策树系统，生成决策树，并进行删减，得到分类规则，然后分类。决策树分类规则简单、直观，相对领域专家转换过来的规则更客观、准确。通过试验证明，专家系统分类方法的精度比仅用单一多光谱信息的统计分类法（最大似然法）有一定的提高。而引入决策树分类规则之后，不仅解决了知识的获取问题，分类精度也有了进一步提高。可以说，引入决策树分类规则来改善专家系统是行之有效的。 |
| 语种 | 中文 |
| 公开日期 | 2014-12-08 |
| 页码 | 71 |
| 源URL | [http://ir.ceode.ac.cn/handle/183411/31944]  |
| 专题 | 遥感与数字地球研究所_学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 张晓美. 基于多源信息融合的分类方法研究及其应用[D]. 中国科学院中国遥感卫星地面站. 中国科学院中国遥感卫星地面站. 2004. |
入库方式： OAI收割
来源：遥感与数字地球研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。