面向对象的Svm易康，面向对象原理

易康和ENVI中面向对象分类哪个比较好呢

前一个没用过，我用的是ENVI他有个缺点就是不同分类不能够给予他不同的最佳分割尺度，所以其实还是有一点缺陷的，不过你要是基本用的话已经足够了，要做面向对象方面研究的话还是不够。

个人通过尝试发现使用“面向对象和基于专家系统的决策树分类”比较好用。特别是基于专家的分类树，如果研究区地形起伏较大，那么DEM可以充分发挥作用。

可以取得比较好的效果，尤其SVM是比较稳健的分类方法。比如ENVI中监督分类就有这两类分类方法。不过ENVI中的神经网络似乎有点问题，不太容易收敛。另一类方法则是一楼提到的面向对象的分类方法。首先将同质区域进行分割、合并。

lENVI/IDL与ArcGIS集成开发案例1 遥感与GIS遥感是空间数据采集和分类的有效工具，GIS是管理和分析空间数据的有效工具(彭望琭等，2002)。两者是空间信息的主要组成部分，有着必然的联系。

我想问一下,易康中有SVM分类器吗?

1、支持向量机 ，因其英文名为support vector machine，故一般简称SVM，通俗来讲，它是一种二类分类模型，其基本模型定义为 特征空间 上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。

2、使用adaboost分类器可以排除一些不必要的训练数据特征，并放在关键的训练数据上面。SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。

3、一般把要分类的东西的特征向量取出来，作为输入；输出就是识别的结果了。训练SVM的时候一般将样本的特征值矩阵和样本的结果矩阵放进去训练。

易康和ENVI中面向对象分类哪个比较好

1、前一个没用过，我用的是ENVI他有个缺点就是不同分类不能够给予他不同的最佳分割尺度，所以其实还是有一点缺陷的，不过你要是基本用的话已经足够了，要做面向对象方面研究的话还是不够。

2、个人通过尝试发现使用“面向对象和基于专家系统的决策树分类”比较好用。特别是基于专家的分类树，如果研究区地形起伏较大，那么DEM可以充分发挥作用。

3、方差：两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。

4、可以取得比较好的效果，尤其SVM是比较稳健的分类方法。比如ENVI中监督分类就有这两类分类方法。不过ENVI中的神经网络似乎有点问题，不太容易收敛。另一类方法则是一楼提到的面向对象的分类方法。首先将同质区域进行分割、合并。

面向对象的Svm易康的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于面向对象原理、面向对象的Svm易康的信息别忘了在本站进行查找喔。