排序方式: 共有2条查询结果,搜索用时 46 毫秒
1
1.
多种分类器在华北地区土地覆盖遥感分类中的性能评价 总被引:5,自引:0,他引:5
本文应用MODIS 250米分辨率遥感影像对中国华北地区分别采用最大似然法MLC、Parzen窗、CART决策树、BP神经网络、Fuzzy ARTMAP神经网络等5种分类方法进行区域尺度上土地覆盖制图的比较试验。结果表明:(1)Parzen窗法分类性能最优,CART和BP其次,Fuzzy ARTMAP表现较差;(2)CART决策树具有较好鲁棒性,但缺点是样本代价较大,BP神经网络分类器能达到较高精度,但缺点是需较高质量的样本和网络结构参数难以确定造成其稳健性较差,Fuzzy ARTMAP则未能表现出理想结果;(3)训练样本数量差异造成:MLC的分类精度差异值低于5%;Parzen窗法和Fuzzy ARTMAP差异在5%-10%之间;CART和BP差异在10%以上。 相似文献
2.
应用MODIS 250m分辨率遥感影像对中国华北地区分别采用最大似然法、Parzen窗、CART决策树、BP神经网络F、uzzy ARTMAP神经网络等5种分类方法进行区域尺度上土地覆盖制图的比较试验.结果表明:(1)Parzen窗法分类性能最优,CART和BP其次,Fuzzy ARTMAP表现较差.(2)CART决策树具有较好鲁棒性,但缺点是样本代价较大;BP神经网络分类器能达到较高精度,但缺点是需较高质量的样本、网络结构参数难以确定,造成其稳健性较差;FuzzyARTMAP则未能表现出理想结果.(3)训练样本数量差异造成:最大似然法的分类精度差异值低于5%;Parzen窗法和Fuzzy ARTMAP差异为5%~10%;CART和BP差异在10%以上。 相似文献
1