利用核密度估计改进遥感图像贝叶斯分类法

• 作者: 刘琳 杨为民 赖巧玲
• 来源期刊: 东北林业大学学报
• 关键词: 遥感图像分类 Bayes分类 非参数估计 核密度估计
• 年，卷（期）: 2008,（10）
• 页码范围: 53-55
• 页数: 3页
• 分类号: S718.43
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5382.2008.10.018

摘要

把非参数核密度估计方法引入到遥感图像贝叶斯(Bayes)分类问题中,对各类的分布密度函数进行非参数核密度估计,从而改进了Bayes分类方法.通过对遥感图像实例分类,与传统Bayes分类方法和其它统计分类方法比较,分类精度得到了提高.该方法解决了其他分类方法单中心的局限,既保留了核密度估计法理论上的优点和平滑性,又适合云南由于地形和光照影响而产生的同一地类在相空间中是多中心的特点,具有一定的应用推广价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨为民		19	162	6.0	12.0
2	刘琳		4	21	3.0	4.0
3	赖巧玲		5	51	3.0	5.0