遥感影像居民地目标Bayesian网络识别算法研究

摘要：

利用Na(i)ve Bayesian网络的学习和推理机制,提出一种在遥感影像上提取居民地目标的方法.该方法通过对所选取的正负样本进行学习,获取Bayesian网络的重要参数,即条件概率和概率分布密度.在此基础上,根据正负样本所构建的条件概率网,对未知类别信息的影像进行分类,从而获取居民地目标的信息.通过对实际全色SPOT5影像中居民地目标的提取,表明该方法具有较高的识别率.

关键词：Na(i)ve贝叶斯网络、居民地、遥感影像

所属期刊栏目：32

分类号：P237.3(摄影测量学与测绘遥感)

资助基金：国家科技支撑计划重点项目2006BAB10B01

在线出版日期：2008-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1103-1106