论文部分内容阅读
采样是遥感图像监督分类的基础，样本的质量会直接影响遥感图像分类结果的质量，因此对样本进行质量评价，从而得到关于样本的不确定性描述是非常必要的，目前对于样本的评价大多是基于统计的，通常，样本点是凭先验知识和经验获得的。在相同采样模式和样本量的前提下，一组作为训练分类器的样本数据集的“真实效用”如何，只能经过分类之后才能进行相应的验证和评价，即在这组样本数据集中，能够全面体现光谱特征，保证分类质量和效果的样本数据集只有在分类之后才能知晓。如何在分类之前，度量样本数据，指导和优化分类过程是一项有意义的工作