论文部分内容阅读
决策树是常用的空间数据挖掘方法，由于决策树算法对于输入数据的空间特征和分类标识具有更好的鲁棒性，它被应用于遥感图像分类。其优势主要在于对图像特征空间的分割方面，分类结构简洁明了，可表示性强。本文综合国内外现有的研究成果，系统阐述了典型决策树算法的基本原理，遥感图像本身的特性及分类所存在的问题；决策树适用于遥感图像分类的优势；目前决策树用于遥感图像分类的研究进展和算法尚且存在的不足之处。从而指出，决策树在遥感图像分类领域已被成功应用于很多领域，且随着人工智能技术和理论的发展，算法的理论与工程研究也正向更高层次发展。