CAJ | 학술논문

分析了目前遥感影像的统计分类、神经网络分类及基于符号知识的逻辑推理分类方法的优缺点.以GIS为平台,构建了多源空间数据库,将数据挖掘的思想和方法引入遥感影像分类中,提出了面向分类规则挖掘的遥感影像分类框架.针对遥感光谱数据及其他空间数据的特点,定义了连续属性样本分类概念和分割点评价指标,提出了一种新的连续属性样本分类规则挖掘算法.选择一个试验区,采用该算法分别对遥感光谱数据、遥感光谱和DEM数据相结合的数据进行分类规则挖掘、遥感影像分类和分类精度比较.结果表明:(1)该算法具有较高的分类精度;(2)加入DEM等与分类相关的其他空间数据可以提高遥感影像的分类精度.通过挖掘分类规则进行遥感影像分类,扩展了基于知识的逻辑推理分类方法中知识获取渠道,提高了分类规则获取的智能化程度.新的连续属性样本分类规则挖掘算法,扩展了归纳学习算法对连续属性样本分类的适应性.
분석료목전요감영상적통계분류、신경망락분류급기우부호지식적라집추리분류방법적우결점.이GIS위평태,구건료다원공간수거고,장수거알굴적사상화방법인입요감영상분류중,제출료면향분류규칙알굴적요감영상분류광가.침대요감광보수거급기타공간수거적특점,정의료련속속성양본분류개념화분할점평개지표,제출료일충신적련속속성양본분류규칙알굴산법.선택일개시험구,채용해산법분별대요감광보수거、요감광보화DEM수거상결합적수거진행분류규칙알굴、요감영상분류화분류정도비교.결과표명:(1)해산법구유교고적분류정도;(2)가입DEM등여분류상관적기타공간수거가이제고요감영상적분류정도.통과알굴분류규칙진행요감영상분류,확전료기우지식적라집추리분류방법중지식획취거도,제고료분류규칙획취적지능화정도.신적련속속성양본분류규칙알굴산법,확전료귀납학습산법대련속속성양본분류적괄응성.