envi决策树分类阈值
作者&投稿：泣邹 （若有异议请与网页底部的电邮联系）
勤磊15080142410问： ENVI里神经网络分类的参数Training Threshold Contribution是什么? - ？
普兰县伪麻回答： Training Threshold Contribution:输入训练贡献阈值(0-1).该参数决定了与活化节点级别相关的内部权重的贡献量.它用于调节节点内部权重的变化.训练算法交互式地调整节点间的权重和节点阈值,从而使输出层和响应误差达到最小.将该参数设置为0不会调整节点的内部权重.适当调整节点的内部权重可以生成一幅较好的分类图像,但是如果设置的权重太大,对分类结果也会产生不良影响.
勤磊15080142410问： 我用ENVI对图像做了波段处理后合成了一张图像(可以看作算了一个NDVI),怎么把数值大于0.2的所有值求和 - ？
普兰县伪麻回答： 进行决策树分类,把大于0.2的值分出来,然后统计面积就可以了.
勤磊15080142410问： 求遥感专业大神解释下 光谱角制图,以及光谱角填图的分类方法.这两种方法都可以在ENVI中实现吗? - ？
普兰县伪麻回答： 光谱角填图就是一个分类方法,向量间夹角小于某个阈值即可设定为该物质,可以用envi沙漏工具流程化实现,具体原理和方法最好找本书看下.
勤磊15080142410问： 遥感图像处理软件有哪些 - ？
普兰县伪麻回答： 常用的遥感图像处理软件有:ERDAS、PCI、ENVI、ArcGIS等.各软件的特点如下: 1.ERDAS:ERDAS是一款遥感图像处理系统软件. 它以其先进的图像处理技术,友好、灵活的用户界面和操作方式,面向广阔应用领域的产品模块,服务于不...
勤磊15080142410问： envi中监督分类和非监督分类有什么区别?各是怎么定义的 - ？
普兰县伪麻回答： 监督百分类是需要学习训练的分类方法,如最大似然分类,人工神经网络分类,即是需要事先为度每类地物在遥感图像上采集样本数问据,之后通过学习训练过程才答来分类;非监督分类不需要人工采集地物样本点数据,多是通过聚类的方法来自动分类,主要版有isodata,k均值等.总体权来说,监督分类的效果要优于非监督分类.
勤磊15080142410问： ERDAS软件下常用的遥感监测方法 - ？
普兰县伪麻回答： ERDAS上分类方法比较少,主要是非监督分类和监督分类和决策树分类三种,其中非监督分类为ISODATA法,监督分类可选择最大似然法,马氏距离法和最小距离法.ENVI上的分类方法比较多,包括平行管道法,最大似然法,马氏距离法、最小距离法、光谱角分类、神经网络分类法、支持向量机分类法、光谱信息分离法、二元编码法、ISODATA和K-mean法.还有易康软件是专门做面向对象分类的,对高分辨率影像的分类效果很好.
勤磊15080142410问： 用ENVI进行分类处理后怎么用erdas进行精度验证 - ？
普兰县伪麻回答： 很简单了,你先用envi将.dat 的图像格式转换为erdas能打开的.img 或者是.tif,然后再用erdas来进行精度验证即可,用erdas来处理的精度评估一般是没有地理真实图像,你用accuracy assessment 就可以通过撒点目视识别来实现精度评测了.
勤磊15080142410问： envi监督分类后,进行混淆矩阵精度验证,除了总体精度和kappa系数,怎么看各分类的精度大小?? - ？
普兰县伪麻回答： 如下,还有生产者精度和用户精度 Class Reference Classified Number Producers User...
勤磊15080142410问： 关于 ENVI 和 erdas - ？
普兰县伪麻回答： Interpreter---Utilities---Operators,计算得到R4/R3的影像图(注意图像要为浮点型);用Viewer打开比值影像图,点击第三个快捷图标i,里面有mean 和 sd的数据;最后用Modeler做个决策树就可以了.
勤磊15080142410问： 用于数据挖掘的分类算法有哪些,各有何优劣 - ？
普兰县伪麻回答： 常见的机器学习分类算法就有,不常见的更是数不胜数,那么我们针对某个分类问题怎么来选择比较好的分类算法呢?下面介绍一些算法的优缺点:1. 朴素贝叶斯 比较简单的算法,所需估计的参数很少,对缺失数据不太敏感.如果条件独立性...
