歌手:superposition
专辑:《16-21004》

作词 : superposition
作曲 : superposition
土地利用分类可以基于需要定义诸如阈值等参数的启发式规则（Banzhaf和Höfer，2008），或者以监督的方式使用诸如随机森林的分类器（Walde等，2014 ; Albert等人，2014a）或支持向量机（SVM）（Montanges等人，2015）。一些方法还考虑空间上下文特征，以在分类过程中建立相邻土地利用对象之间的空间依赖关系。Hermosilla等人给出了一个例子，（2012），适应基于图的土地利用对象的分类方法，对相邻实体的类对应数进行编码。与用于考虑上下文的这种隐式方法相反，CRF允许在统计框架中明确地模拟上下文。Albert等（2014a）提出了使用CRF的两步土地利用分类方法，其扩展到（Albert等，2015）中的迭代推理程序。两个独立的CRF应用于土地覆被和土地利用分类。两个CRF都模拟相邻站点之间的空间依赖关系，即像素（Albert等，2014a）或超像素（Albert等，2015）。Novack和Stilla（2015）和Montanges等人在图像模型中也明确地模拟了相邻土地利用对象之间的空间依赖关系。（2015年）。Novack和Stilla（2015）使用高分辨率空间合成孔径雷达（SAR）数据进行城市土地利用分类。为了获得初始土地利用类标签，应用三种不同的分类器（RF，Logistic回归，最邻近）和每个土地利用对象的聚合类隶属度值。CRF应用于后处理，以获得平滑的结果。Montanges等人（2015）提出了一种基于卫星图像、数字表面模型和其他专题信息，对200m格网的单元进行城市土地利用分类的方法，该方法分别应用两个概率图像模型（马尔科夫随机场（MRF），CRF）来实现结果的空间平滑。两种图像模型将基于土地覆盖和结构信息特征的SVM的输出与相邻土地利用单元的空间关系模型相结合。在两种方法中，空间依赖关系的模型都是基于平滑度假设，这对于土地利用分类不尽合理。土地利用对象的规模越大，相邻土地利用对象的类别越有可能不同。据了解，没有一个土地利用分类方法是既考虑了监督分类器来建模空间依赖关系，又有明确地模拟土地覆盖和土地利用之间的复杂语义关系的图像模型。