编辑推荐

本书将从遥感数据分类器构造（分类）过程出发，提出遥感数据可靠性分类方法，在研究其不确定性传播机理的基础上，对分类过程的可靠性和结果的精度进行控制与评价，通过层层控制，提高分类过程中的主要环节的可靠性，降低其不确定性对最终结果精度的影响，提高遥感数据分类结果的精度，获得一个遥感数据可靠性分类方法。1

内容简介

本书总结了作者近年来在遥感数据分类方面的研究成果，以遥感数据分类过程为出发点从训练样本数据对遥感数据分类精度的影响。遥感数据可靠性分类模型和分类精度评价的可靠性样本抽样方法等方面系统地研究遥感数据分类过程中主要环节的不确定性对分类结果精度的影响，并提出遥感数据可靠性分类方法，以提高最终分类结果精度%研究成果将为提高遥感数据分类结果的精度提供一整套新的解决方案。

作者简介

张华，男，1979年生，安徽肥东人，博士，副教授，硕士生导师。主要从事遥感数据不确定性、空间分析及GIS算法与应用系统开发。2001年获中国矿业大学测绘工程专业学士学位，2004年获中国矿业大学地图制图学与地理信息工程专业硕士学位，2012年获中国矿业大学地图制图学与地理信息工程专业博士学位。1

图书目录

第1章 绪论 1

1.1 研究背景与选题依据 1

1.2 国内外研究进展 2

1.3 研究目标 13

1.4 研究内容与章节安排 14

第2章 训练样本数据对遥感数据分类精度的影响 17

2.1 训练样本数量对分类精度的影响 17

2.2 训练样本质量对分类精度的影响 33

2.3 训练样本抽样方法对分类精度的影响 43

2.4 本章小结 45

第3章 基于模糊拓扑支持向量机的遥感数据分类 47

3.1 支持向量机 47