%0 Journal Article
%T 基于地理加权的k-|nn高分辨率遥感影像分类算法改进
%A 靳志宾
%A 蒲英霞
%A 陈刚
%A 王结臣
%A 马劲松
%A 杨萌萌
%J 遥感技术与研究
%P 97-102
%D 2013
%X 与中低分辨率相比,高分辨率遥感影像的信息比较丰富,在使用常规k-nn分类方法基于像元进行高分辨率遥感影像分类时会产生大量的“椒盐噪声”和地物类别错分。根据地理学第一定律,引入地统计模型,将地理权重加入到常规k-nn分类方法中,形成新的地理权重k-nn分类器(geographicallyweightedk-nn,gwk-nn)。该方法首先通过条件概率函数计算出训练样本数据的空间分布特征,然后通过地统计模型对空间分布特征进行拟合,为每种地物选择合适的权重模型,这样既保留了遥感影像中地物的光谱特征,又融入了地物的空间特征,在一定程度上减少甚至消除了“椒盐噪声”,提高了分类精度。gwk\|nn和常规k\|nn分类器分析对比表明：gwk-nn分类方法提高了高分辨率影像的分类精度。
%K k-nn
%K 空间特征
%K 地理加权模型
%K gwk-nn
%U http://www.rsta.ac.cn/CN/abstract/abstract2213.shtml