基于分类规则挖掘的遥感影像分类研究

摘要：

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.

关键词：遥感影像分类、地理信息系统、多源空间数据库、数据挖掘、分类规则

所属期刊栏目：10

分类号：TP393.3(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2001AA130023;中国科学院资助项目40271089

在线出版日期：2006-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：332-338