监督分类

定义

监督分类 （supervised classification）又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立；反之，需重新建立分类的决策规则，直至满足分类精度要求为止。常用算法有：判别分析、最大似然分析、特征分析、序贯分析和图形识别等。

平行六面体法

平行六面体将用一条简单的判定规则对多光谱数据进行分类。判定边界在影像数据空间中是否行成了一个N维的平行六面体。平行六面体的尺度是由标准差阈值所确定的，而该标准差阈值则是根据每种所选类的均值求出的。

分类方法

最大似然法

假定每个波段中的每类的统计都呈现正态分布，并将计算出给定象元都被归到概率最大的哪一类。

最小距离法

使用了每个感兴趣区的均值矢量来计算每个未知象元到每一类均值矢量的欧氏距离，除非用户指定了标准差和距离的阈值，否则所有象元都将分类到感兴趣区中最接近的那一类。

马氏距离法

是一个方向灵敏的距离分类器，分类时将使用到统计信息，与最大似然法有些类似，但是她假定了所有类的协方差都相等，所以它是一种较快的分类方法。

二值编码分类法

根据波段值落在均值的上或下方，把数据波谱和端元波普编码为0或1，异或逻辑函数用来将每种编码后的参考波普同编码后的数据波谱进行 比较，生成一副分类影像。

波谱角填图分类法

是一个基于物理的波谱分类法，它是用N维角度将象元与参考波谱进行匹配，此方法将波谱看成是空间中的矢量，矢量的维数就等于波段的 个数，通过计算波谱间的角度，来判断连个波谱间的相似程度。

费歇尔线性判别法

费歇尔线性判别法是一种应用广泛，具有较高判别能力的多元逻辑概率判别方法，基于费歇尔线性判别法，结合实际数据，构建了高校财务 风险判别指标体系和建立了费歇尔线性判别模型，并进行实证检验。