论述监督分类与非监督分类却别与联系,及各自优缺点

~ 一、非监督分类的优点
1. 非监督分类无需对分类区域进行深入了解，减少了预处理工作。
2. 人为误差概率低，只需设定分类数量，简化操作过程。
3. 设立足够类别后，可实现图像的全部分类，提高效率。
二、监督分类的优点
1. 分析人员可控制分类过程，便于研究和获取区域地理特征信息。
2. 训练样区和样本选择可自主调整，增加灵活性。
3. 监督分类避免光谱类别与地物类别匹配问题，减少混淆。
4. 通过训练样本精度检验，可评估分类正确性，监控误差。
5. 监督分类减少非监督分类中光谱集群类别的重新归类需求。
三、非监督分类的缺点与限制
1. 光谱类别可能与地物类别不对应，造成分类误差。
2. 分析人员难以控制分类结果和识别类别，导致结果不确定性。
3. 地物类别的光谱特征随时间变化，导致光谱类别与地物类别关系不稳定。
四、监督分类的缺点与局限
1. 分类体系和训练样区选择受主观因素影响，可能不准确。
2. 训练样区代表性问题可能导致分类结果偏差。
3. 训练样区选择困难，增加实际操作挑战。
4. 只能识别训练样本定义的类别，未知类别可能被遗漏，限制了分类的全面性。

论述监督分类与非监督分类却别与联系,及各自优缺点

答：1）非监督分类不需要预先对所要分类的区域深入的了解。2）人为误差的概率很小。在进行非监督分类时，分析人员仅仅只需要设定分类的数量。3）只要设立足够多的类别，就可以对图像进行全部分类。（二）监督分类的优点 1）分析人员可以控制，适用于研究，需要区域地理特征的信息特征。2）可控制训练样区和训练...

比较监督与非监分类的优缺点,说明二者结合的优势。

答：(2)非监督分类：优点：边学习边分类，不需要预先对所要分类的区域有广泛的了解和熟悉，人为误差的机会减少;独特的、覆盖量小的类别均能被识别。缺点：分析者较难对产生的类别进行控制(3)二者结合优势：监督法分类主要缺陷是必须在分类前圈定样本性质单一的训练样区，而这可以通过非监督法来进行。即通过...

什么是监督分类和非监督分类?

答：非监督分类是以不同影像地物在特征空间中类别特征的差别为依据的一种无先验类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。根据待分类样本特征参数的统计特征，建立决策规则来进行分类。

envi中监督分类和非监督分类有什么区别?各是怎么定义的

答：非监督分类是以不同影像地物在特征空间中类别特征的差别为依据的一种无先验（已知）类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。根据待分类样本特征参数的统计特征，建立决策规则来进行分类。而不需事先知道类别特征。把各样本的空间分布按其相似性分割或合并成一群集，...

监督分类非监督分类区别

答：监督分类是需要学习训练的分类方法，需要自己选择样本，需要先学习后分类；非监督分类不需要人工采集地物样本点数据，多是通过聚类的方法来自动分类，可以边学习边分类。监督分类：又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。非监督分类：以不同影像地物在特征空间中...

城市地理学中比较监督分类与非监督分类的优缺点

答：2、非监督分类的优点：非监督法是边学习边分类，通过学习找到相同的类别，然后将该类与其它类区分开，但是非监督法与监督法都是以图像的灰度为基础。缺点：其分类的结果只是对不同类别达到了区分，但并不能确定类别的属性。非监督分类只能把样本区分为若干类别，而不能给出样本的描述；其类别的属性是...

各种遥感数据分类方法比较

答：非监督分类方法不需要通过选取已知类别的像元进行分类器训练,而监督分类方法则需要选取一定数量的已知类别的像元对分类器进行训练,以估计分类器中的参数。非监督分类方法不需要任何先验知识,也不会因训练样本选取而引入认为误差,但非监督分类得到的自然类别常常和研究感兴趣的类别不匹配。相应地,监督分类一般需要预先定义...

监督分类 非监督分类 区别

答：监督分类是需要学习训练的分类方法,如最大似然分类,人工神经网络分类,即是需要事先为每类地物在遥感图像上采集样本数据,之后通过学习训练过程才来分类;非监督分类不需要人工采集地物样本点数据,多是通过聚类的方法来自动分类,主要有isodata,k均值等.总体来说,监督分类的效果要优于非监督分类....

什么是监督分类?什么是非监督分类

答：非监督分类 (Unsupervised Classification ) 是以不同影像地物在特征空间中类别特征的差别为依据的一种无先验（已知）类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。根据待分类样本特征参数的统计特征，建立决策规则来进行分类。而不需事先知道类别特征。把各样本的空间分布...

遥感图像分类处理方法

答：2.非监督分类 非监督分类就是不用训练样本，而是根据图像数据自身的统计特征及点群的分布情况，从纯统计学的角度对图像数据进行统计分类。它与监督分类的区别在于监督分类首先给定类别，而非监督分类由图像数据的统计特征来决定。非监督分类最常用的统计方法是聚类分析，聚类分析是按照像元之间的相似程度来进行...