Naive Bayesian Classifier在遥感影像分类中的应用研究

摘要：

将Naive Bayesian Classifier(简单贝叶斯网络分类器)用于遥感影像的分类,并对其主要问题如特征选择和后验概率推理等展开研究.使用K2结构学习算法选出具有类别可分性的波段,进一步利用互信息测试对遥感波段之间的相关性做分析,去除冗余信息.特征(波段)的条件独立性假设简化了联合概率的计算,以较小的计算代价获得后验概率.在此基础上,将Naive Bayesian Classifier用于多光谱和高光谱影像的分类,获得很好的性能和相当高的稳健性.

关键词：贝叶斯网络、简单贝叶斯网络分类器、互信患、条件独立性假设、遥感影像、分类

分类号：TP751(遥感技术)

资助基金：国家重点基础研究发展计划"对地观测数据-空间信息-地学知识的转化机理"973项目2006CB701303

在线出版日期：2009-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：52-56