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...
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...
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，...
监督和非监督的区别答：监督和非监督的区别 1、原理不同 监督学习是指利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程。无监督学习指根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题的过程。2、算法不同 监督学习的算法是通过分析已知类别的训练数据产生的。无监督学习的算法主要有主成分分析...
城市地理学中比较监督分类与非监督分类的优缺点答：由于图像中同一类别的光谱差异，造成训练样本没有很好的代表性；训练样本的选取和评估需花费较多的人力、时间；只能识别训练样本中所定义的类别，若某类别由于训练者不知道或者其数量太少未被定义，则监督分类不能识别。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...
什么是监督分类和非监督分类?答：监督分类又称训练场地法、训练分类法，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，即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类。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...
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...
各种遥感数据分类方法比较答：聚类分析最终的类别的均值矢量和协方差矩阵可以用于最大似然分类过程(Schowengerdt,1997)。 2.监督分类器 监督分类器是遥感数据专题分类中最常用的一种分类器。和非监督分类器相比,监督分类器需要选取一定数量的训练数据对分类器进行训练,估计分类器中的关键参数,然后用训练后的分类器将像元划分到各类别。监督分类...
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....
监督学习和非监督学习的区别答：3、应用场景上的区别 监督学习更适用于已经有标签的数据集，可以用于分类、回归等任务。根据历史数据的标签，可以训练一个监督学习模型来预测新的未知样本的类别或值。而非监督学习则更适用于无标签的数据集，可以帮助发现数据中的内在结构、特征或模式，为后续的分析和理解提供基础。监督学习中的半监督学习...
网友点评：
左葛炎18739152152：
envi里监督分类用融合后的影像吗 -
博爱县128回复：
区别如下:监督分类 (supervised classification)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.即根据已知训练区提供的样本,通过选择特征参数,求出特征参数作为决策规则,建立判别函数以...
左葛炎18739152152：
监督分类的定义 -
博爱县128回复：
[答案] 图像分类一般指对遥感图像中的所有像素按其性质分为若干个类别的过程.根据是否需要分类人员事先提供已知类别及其训练样本,对分类器进行训练和监督,可将遥感图像分类方法划分为监督分类和非监督分类.监督分类是指在对...
左葛炎18739152152：
关于遥感分类方法 -
博爱县128回复：
非监督分类 K-means Isodata 监督分类 平行六面体 最小距离 马氏距离 最大似然 波谱角 二进制编码 光谱信息散度 神经网络 支持向量机分类 基于专家知识的决策树分类 面向对象的分类ENVI是分类方法最多的遥感软件可以研究一下
左葛炎18739152152：
ERDAS软件下常用的遥感监测方法 -
博爱县128回复：
ERDAS上分类方法比较少,主要是非监督分类和监督分类和决策树分类三种,其中非监督分类为ISODATA法,监督分类可选择最大似然法,马氏距离法和最小距离法.ENVI上的分类方法比较多,包括平行管道法,最大似然法,马氏距离法、最小距离法、光谱角分类、神经网络分类法、支持向量机分类法、光谱信息分离法、二元编码法、ISODATA和K-mean法.还有易康软件是专门做面向对象分类的,对高分辨率影像的分类效果很好.
左葛炎18739152152：
监督分类处理过程是 -
博爱县128回复：
监督分类的必要步骤就是监督分类分类后处理,分类后处理可以进一步减少小图斑,减少噪声即椒盐效应.本文主要简单介绍用ERDAS 软件的中位数过滤器来进行监督分类后处理以达到减少椒盐效应的目的,提高遥感图像的使用质量和有利于问题的进一步分析.
