大学网课搜题引擎
首页
爱课程(中国大学MOOC)
遥感数字图像处理
第九章 图像分类
题目详情
简答题
面向对象分类的优点表现在（）
A、考虑了地物的多尺度的特点
B、具有较高的分类精度
C、分类结果中碎斑少
D、分类结果更便于与GIS联合使用
查看答案与解析
简答题
最大似然法更需要有足够的训练样本来计算判别函数的系数。 A、正确 B、错误
简答题
ISODATA法即迭代式自组织数据分析算法，简称迭代法，与K-均值算法的不同点在于（ ） A、ISODATA不是每调整一个样本的类别就重新计算一次各类样本的均值，而是在把所有样本都调整完毕之后才重新计算 B、ISODATA一次完成分类 C、ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析，而且可以自动地进行类别合并和分裂从而得到类数比较合理的聚类结果 D、分类结果中的类别数是固定的
简答题
光谱角分类通过估计像素之间或样本与端元间的（ ）来进行。 A、绝对距离 B、欧式距离 C、正弦距离 D、余弦距离
简答题
遥感图像分类的重要依据是遥感图像的（ ），不加选择地利用这些变量分类不但会增加多余的运算，反而会影响分类的准确性。 A、特征变量 B、光谱变量 C、灰度变量 D、辐射变量
简答题
决策树从高到低实际上反映了图像特征的差异程度。 A、正确 B、错误
简答题
多尺度分割是从像素开始进行自下至上的区域合并，小的区域可以合并到大的对象中去，合并原则为（ ） A、距离最大原则 B、相关性最大原则 C、异质性原则 D、是否为纯光谱
简答题
遥感图像分类以每个像素的光谱数据为基础。 A、正确 B、错误
简答题
非监督分类中，初始类别参数是指类别中心的图像特征的（ ），以及类别分布的（ ） A、均值 距离 B、协方差矩阵 均值 C、距离 均值 D、均值 协方差矩阵
简答题
无论图像数据怎样，与非监督分类相比，监督分类的精度一定 A、高 B、低 C、不一定 D、相等
简答题
训练区的假设是遥感图像都较严格地对应于（ ） A、图像特征 B、地物属性 C、灰度分布 D、光谱属性
简答题
ROI有如下哪些形式（ ） A、点 B、线 C、面 D、体
简答题
面向对象分类中，特征提取和选择是难点，关系到分类结果的精度。 A、正确 B、错误
简答题
遥感图像分类的对象是原始遥感图像及各种变换之后的图像，采用（ ）或（ ）对变量特征空间进行划分来达到分类的目的。 A、决策理论 模糊数学 B、决策理论 统计方法 C、统计方法 模式聚类 D、模式识别 模糊数学
简答题
通过（ ）和（ ）方法提取工作范围的图像 A、图像裁剪 图像掩膜 B、图像裁剪 图像融合 C、图像融合 图像判读 D、图像判读 图像掩膜
简答题
在多图像融合中，被融入的图像相互间不需要辐射相关性。 A、正确 B、错误
简答题
根据是否需要分类人员事先提供已知类别及其训练样本，对分类器进行（ ），可将遥感图像分类方法划分为（ ）和（ ）。 A、训练 硬分类 软分类 B、选择 监督分类 非监督分类 C、训练 监督分类 非监督分类 D、选择 硬分类 软分类
简答题
K-均值方法的缺点是过分依赖初值，容易收敛于局部极值。 A、正确 B、错误
简答题
遥感数字图像分类的假设前提是（ ） A、假设光谱数据服从高斯分布 B、假设每个像素的光谱值是由定义的纯物质（或端元）按照线性或者非线性组合得到 C、假设同物同谱 D、假设地表覆盖具有明确的类型输出，每个像素一定划入某一类
简答题
在图像分类中，绝对距离和欧式距离也称为明氏距离，需要注意的问题包括 A、各波段的权重应保持一致 B、图像特征的量纲应一致 C、特征之间是相关的 D、特征之间应该是不相关的或弱相关的
简答题
训练样本数据是用来计算类均值和协方差矩阵。根据概率统计原理，协方差矩阵的至少需要（ ）个样本（K是多光谱空间的维数或经过选择的特征数） A、K-1 B、K C、K+1 D、K+2
遥感数字图像处理
章节列表
第一章 绪论
19
第二章 遥感传感器与遥感数据
61
第三章 遥感图像模型和特征
42
第八章 图像分割
59
第九章 图像分类
69
第十章 遥感信息提取
62
面向对象分类的优点表现在（） A、考虑了地物的多尺度的特点 B、具有较高的分类精度 C、分类结果中碎斑少 D、分类结果更 - 第九章 图像分类 - 遥感数字图像处理 - 爱课程(中国大学MOOC) | 大学网课搜题引擎