论文部分内容阅读
专家知识广泛地被用来改进遥远地察觉到的分类精确性。通常，专家分类系统主要取决于 DEM 和一些题目的地图。在象素水平的空间关系信息通常被介绍进专家分类。因为地理目标被发现关系空间地依赖到某个度，在象素的空间关系信息的通常使用的基本单位极大地限制了空间信息的效率。寻找算法的一位基于补丁的邻居被建议实现专家分类。同类的光谱的联合起来，补丁，在空间目标被用作基本单位补丁鈥 ? 关系信息的颗粒度，和不同类型通过寻找的一位空间邻居被获得算法。然后邻居信息和 DEM 数据被增加进专家分类系统并且过去常修改原始分类错误