什么是监督分类和非监督分类,envi非监督分类后合并分类类别

什么是监督分类和非监督分类,envi非监督分类后合并分类类别

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1、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

≥△≤ 监督分类是指在对遥感图像地物类别属性已经有了先验知识的基础上进行的，既要从图像中选取所要区分的各类地物的样本，建立模板，再进行自动识别.而非监督分类，先对分监督分类是基于对于遥感图像上样本区内的地物的类属已有先验的知识，即已经知道它所对应的地物类别，利用这些样本类别的特征作为依据来判断非样本数据的类别。非监督分类是遥感图像

＞０＜ 一、什么是监督分类和非监督分类(资料图片) 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0--5为监督分类，6、7为非监督分类； 1-最小距离1; 2-最大似然2; 3-马氏距离5; 4-神经元网络ENVI_NEURAL_NET_DOIT; 5-向量机ENVI_SVM_DOIT; 6-IsoData 4 分享回复赞地信

非监督分类包括：1.波谱图形识别分类2.聚类分析监督分类包括：1.最小距离法2.线形判别分析3.最大似然比分类4.最近邻域分类法5.特征曲线窗口法三、二者的优缺点：非监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：

监督分类是基于对于遥感图像上样本区内的地物的类属已有先验的知识，即已经知道它所对应的地物类别；非监督分类是遥感图像地物的属性不具有先验知识，纯粹依靠不同3. 非监督学习方法在寻找数据集中的规律性，这种规律性并不一定要达到划分数据集的目的，也就是说不一定要“分类”。这一点是比有监督学习方法的用途要广泛。譬如分析一堆数据的主分量