位置:成果数据库 > 期刊 > 期刊详情页
证据理论结合遥感分类数据能力定量评价研究
  • 期刊名称:国土资源遥感,2011
  • 时间:0
  • 分类:TP751.1[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]中国科学院东北地理与农业生态研究所,长春130012, [2]中国科学院研究生院,北京100049
  • 相关基金:国家自然科学基金项目(编号:40871188)和中国科学院知识创新工程信息化项目“中国湿地与黑土生态综合集成数据库”专题(编号:INFO-115-C01-SDB4-05)共同资助.
  • 相关项目:基于粗集的多源遥感湿地空间分类知识发现研究
中文摘要:

DS(Dempster—Shafer)证据理论具有结合多源数据的能力,在遥感分类中应用越来越广泛。然而,并不是所有数据源利用证据理论结合后都能提高目标类别的基本概率分配(Basic Probability Assignment,BPA),从而提高遥感分类效果。如何对证据结合的效果进行评价已成为应用证据理论的一个关键问题。本文提出了评价证据结合效果的证据结合指数(evidence combine index,eci),选择TM影像的第5、7波段作为验证eci的多源数据,应用eci评价证据结合效果,利用证据理论遥感分类Kappa系数的变化对证据结合指数进行了验证。结果表明,该指数能够反映证据理论结合效果,为定量评价证据理论结合多源数据效果奠定了基础。

英文摘要:

DS (Dempster- Shafer) evidence theory has the capability of combining multisource data, and has been used more and more widely in the remote sensing classification field. However, it is not true that all the data sources can improve target category' s Basic Probability Assignment (BPA) so as to improve the remote sensing classification accuracy. The evaluation of the effect of combined evidence is therefore a key point in the application of DS evidence theory. This paper proposed the evidence combine index (eci) for evaluating the combined evidence. The authors chose band 5 and band 7 of TM image as verification data, applied the eci index to evaluate the combining effect, and used the variation of kappa coefficient before and after evidence combination classification to validate the eci. The results show that the eci index can reflect the effect of evidence combination and thus lay the foundation for evaluating supervised evidential classification quantitatively.

同期刊论文项目
同项目期刊论文