分类器及其组合模型

（1）  线性判别式分类器：

 从点 到组 的Mahalanobis距离定义为：

式中，定义为组h 的协变量矢量的多变量样本平均； 是汇集

的样本的方差-协方差矩阵； 定义为矢量u的转置；属于组 的

后验概率可用下式估计：

（2）  空间分类器：

 令 定义了 的位置坐标，而 定义了

在 的距离为 与之间的空间距离，记为 。令 为

属于的第k 个训练观测值，而 为到距离。内的观

测值到组的距离集合定义为 这里的是属

于的训练观测值的数目。

给定位置处的土地覆盖类型为，观测值到组的距离大于 

的概率为 ，这里Z定义为从集合 中

随机抽取的多边形的位置，可利用 中的顺序得到

的估计值：

式中， 表示集合中A 的元素数目。

（3）组 的空间隶属概率定义为：

式中，如果对每一个j =1，…，g ，有 ，则空间分类

规则把归类到 。

参考文献

Steele B M:组合多重分类器――利用空间及遥感信息进行

覆盖类型作图。Remote Sensing of Environment，2000,74