土地覆盖分类的机器学习算法的多种判据

土地覆盖分类的机器学习算法的多种判据

  48

Contributor

contributed at 2018-12-04

Authorship

Affiliation:  
岳天祥编著
Email:  
yue@lreis.ac.cn
Homepage:  
View
Is authorship not correct? Feed back

Classification(s)

Geography SubjectGIScience & Remote SensingCartography

Detailed Description

土地覆盖分类的机器学习算法的多种判据

(1)   给定属于k类型中某个类型的供训练的观测数据集合T,确定T中一个观测值的类型所需的信息量为:

式中,等于T中属于类型的样本的数目; T中观测样本的总数目。

给定测试方法X,在测试方法X中把T分为n部分,应用X后的信息量为:

   

(2)   应用XT进行分割所得到的信息增益为:

 “增益判据”即选择gain(X)最大的测试方法,为了补偿分割类型数目大时具有的优势,引人下面的因子对gain(X)进行标准化:

   

3)分割量度:

  

参考文献

Fries R S D, Chan J C W:评价利用卫星数据进行土地覆盖分类的机器学习算法的多种判据。Remote Sensing of Environment 2000,74

How to cite

《资源环境数学模型手册》 (2018). 土地覆盖分类的机器学习算法的多种判据, Model Item, OpenGMS, https://geomodeling.njnu.edu.cn/modelItem/e92d5025-4f3b-4762-85f2-baadf787b01e
Copy

QR Code

Contributor

contributed at 2018-12-04

Authorship

Affiliation:  
岳天祥编著
Email:  
yue@lreis.ac.cn
Homepage:  
View
Is authorship not correct? Feed back

QR Code

You can link related {{typeName}} from your personal space to this model item, or you can create a new {{typeName.toLowerCase()}}.

Model Content & Service

These authorship information will be submitted to the contributor to review.