Naive Bayesian Classifier在遥感影像分类中的应用研究

详细信息   全文下载|推荐本文 |

• 出版年：2009
• 作者：陶建斌；舒宁；沈照庆
• 单位1：武汉大学遥感信息工程学院
• 出生年：1975
• 学历：博士生
• 语种：中文
• 作者关键词：贝叶斯网络；简单贝叶斯网络分类器；互信息；条件独立性假设；遥感影像；分类
• 起始页：52
• 总页数：5
• 经费资助：国家重点基础研究发展计划“对地观测数据-空间信息-地学知识的转化机理”（973项目）（2006CB701303）。
• 刊名：遥感信息
• 是否内版：否
• 刊频：双月刊
• 主管单位：国家测绘局
• 主办单位：科技部国家遥感中心；中国测绘科学研究院
• 主编：张继贤
• 地址：北京市海淀区北太平路16号
• 电子信箱：remotesensing@casm.ac.cn
• 网址：www.remotesensing.org.cn
• 期：2
• 期刊索取号：P637.06 815-6
• 数据库收录：中国科技核心期刊；中国科技论文统计源期刊；中国科学引文数据库来源期刊
• 核心期刊：中国科技核心期刊

摘要

将Naive Bayesian Classifier（简单贝叶斯网络分类器）用于遥感影像的分类，并对其主要问题如特征选择和后验概率推理等展开研究。使用K2结构学习算法选出具有类别可分性的波段，进一步利用互信息测试对遥感波段之间的相关性做分析，去除冗余信息。特征（波段）的条件独立性假设简化了联合概率的计算，以较小的计算代价获得后验概率。在此基础上，将Naive Bayesian Classifier用于多光谱和高光谱影像的分类，获得很好的性能和相当高的稳健性。