基于差异性测度的遥感自适应分类器选择

遥感影像分类在遥感专题信息提取、动态变化监测等应用中都发挥着重要作用。现阶段遥感分类器与分类方法很多,造成了遥感分类结果的差异性或多样性,多分类器组合已成为提高遥感分类精度有效的途径。但并非所有的分类器组合都能提高分类精度,如何选择合适的分类器组合非常重要。通过构建基于差异性测度的启发式搜索算法,实现分类器成员的自适应选择,选用AVIRIS数据进行试验,结果表明,基于差异性测度的启发式搜索有助于选择分类器组合,从而提高遥感分类精度。