Comparación de las ventajas y desventajas de la clasificación supervisada y no supervisada en geografía urbana

1. Las principales ventajas de la clasificación supervisada son las siguientes:

Según el propósito y el área de la aplicación, el conocimiento previo se puede utilizar plenamente para determinar selectivamente categorías de clasificación para evitar categorías innecesarias; La selección de muestras de entrenamiento se puede controlar; la precisión de la clasificación se puede mejorar probando repetidamente las muestras de entrenamiento para evitar errores de clasificación graves y se puede evitar la reclasificación de grupos de grupos espectrales en una clasificación no supervisada.

Las desventajas son las siguientes: la determinación del sistema de clasificación y la selección de muestras de entrenamiento están sujetas a fuertes factores humanos. Las categorías definidas por el analista pueden no ser las categorías naturales existentes en la imagen. lo que resulta en posibles errores entre las categorías. Superposición; las muestras de entrenamiento seleccionadas por el analista pueden no representar la situación real en la imagen.

Debido a las diferencias espectrales de la misma categoría en la imagen, las muestras de entrenamiento no son muy representativas; la selección y evaluación de las muestras de entrenamiento requieren más mano de obra y tiempo, solo las definidas en las muestras de entrenamiento pueden hacerlo; Ser identificado Categoría, si una categoría no está definida porque el formador no la conoce o su número es demasiado pequeño, la clasificación supervisada no se puede reconocer.

2. Ventajas de la clasificación no supervisada: el método no supervisado consiste en clasificar mientras se aprende, encontrar la misma categoría a través del aprendizaje y luego distinguir esta categoría de otras categorías, pero tanto el método no supervisado como el método supervisado están basados ​​en en la escala de grises de la imagen.

Desventajas: El resultado de la clasificación solo distingue diferentes categorías, pero no puede determinar los atributos de las categorías. La clasificación no supervisada solo puede clasificar muestras en varias categorías, pero no puede dar una descripción de las muestras. Los atributos de las categorías se determinan mediante interpretación visual o investigación de campo una vez completada la clasificación.

Información ampliada

Para diferentes entornos de aplicación, la selección de muestras de entrenamiento en clasificación supervisada y los pasos y métodos de su evaluación estadística serán diferentes. El proceso operativo básico es:

p> p>

1. Recopilar información sobre las áreas de clasificación para comprender las principales categorías de clasificación y las condiciones de distribución en el área.

2. Verifique la imagen, compárela con los datos de referencia existentes o con la inspección in situ, evalúe la calidad de la imagen, verifique su histograma, decida si se necesita otro procesamiento previo y determine su sistema de clasificación.

3. Seleccione muestras de entrenamiento para cada categoría en la imagen de acuerdo con los estándares mencionados anteriormente. Deben ser fácilmente identificables y estar distribuidas uniformemente por toda la imagen.

4. Para cada categoría de muestras de entrenamiento, verifique y muestre su histograma, calcule y verifique su media, varianza, matriz de covarianza y su correspondiente diagrama de elipse del espectro de correlación del espacio de características e indique su separación. Diferentes índices estadísticos de grados, etc., para evaluar la eficacia de sus muestras formativas.

5. Modifique las muestras de capacitación según la inspección y evaluación, y vuelva a seleccionar y evaluar las muestras de capacitación si es necesario.

6. Aplicar la información de la muestra de entrenamiento al proceso de clasificación adecuado.

Enciclopedia Baidu: clasificación supervisada

Enciclopedia Baidu: clasificación no supervisada