决策树分类法.ppt

《决策树分类法.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、决策树分类决策树分类法基于知识的决策树分类是基于遥感影像数据及其他空间数据，通过专家经验总结、简单的数学统计和归纳方法等，获得分类规则并进行遥感分类。分类规则易于理解，分类过程也符合人的认知过程，最大的特点是利用的多源数据。主要步骤规则定义规则输入决策树运行分类后处理一、规则定义Class1（朝北缓坡植被）:NDVI>0.3,slope<20,aspect<90andaspect>270Class2（非朝北缓坡植被）：NDVI>0.3,slope<20,90<=aspect<=270Class3（陡坡植被）：NDVI>0.3,slope>=20

2、Class4（水体）：NDVI<=0.3,0=20Class6（无数据区）:NDVI<=0.3,b4=0二、输入决策树规则ENV中：classification->DecisionTree->BuildNewDecisionTree变量作用slope计算坡度aspect计算坡向ndvi计算归一化植被指数表达式部分可用函数关系/逻辑小于LT、小于等于LE、等于EQ、不等于NE、大于等于GE、大于GTand、or、not、XOR最大值（>）、最小值(<)表达式作用和ENVI中部分函数的表达

3、式三、执行决策树选择Options->Execute，执行决策树，跳出对话框，选择输出结果的投影参数、重采样方法输出路径，点击OK之后，得到结果。四、分类后处理回到决策树窗口，在工作空白处点击右键，选择ZoomIn，可以看到每一个节点或者类别有相应的统计结果。如果结果不理想可以修改决策树，左键单击节点或者末端类别图标，选择Execute，重新运行你修改部分的决策树，得到效果较好的处理结果。