基于Q型因子分析的训练样本的选择.pdfVIP

2006 年 1 期 测绘科技情报 总第58 期 Q 基于 型因子分析的训练样本的选择 虞 欣1 （1 武汉大学遥感信息工程学院，武汉市珞喻路 129 号，430079） 摘 要 本文提出基于Q 型因子分析的训练样本的选择方法。它可自动地选择训练样本，且被选的 训练样本具有代表性和完整性，使其在自动分类中充分使用所采集的样本信息，以便得到满意的分 类结果。作者通过实验与分析证明，该方法是可行的，而且它优于基于人工随机的训练样本的选择 方式。 关键词 因子分析；训练样本；影像分类 目前在影像分类中，主要是通过人工的方 1 概 述 式把获取的样本集划分为训练样本和测试样 航空与遥感影像分类实际上是高度自动 本，这种人工的作业方式枯燥、单调，划分结果 化的，但在训练阶段它绝不是自动的。监督分 因人而异，而且训练样本的选择（包括比较、修 类的训练工作不仅是一门科学而且也是一门 改、合并、剔除等筛选工作）这是一项极繁重、 艺术。它需要图像分析工作者了解研究分类 极复杂、极费时的工作。为了克服以上的一些 区域内大量的参照数据和完整的地理知识。 不足，进一步提高选择训练样本的自动化程 对于监督分类而言，最重要、最关键的一项是 度，本文提出基于Q 型因子分析的训练样本 选择训练样本。因为为了获得很好的监督分 的选择方法。它可自动地选择训练样本，且被 类结果，取得有代表性的训练统计量比选择分 选的训练样本具有代表性和完整性，使其在自 类的数学模型方法更为重要 （Hixson et al.， 动分类中充分使用所采集的样本信息，以便得 1980）。而且训练阶段的质量决定着分类阶段 到满意的分类结果。作者通过实验与分析证 的成功与否，因而也体现出从分类结果中所获 明，基于Q 型因子分析的训练样本选择方式 [ ] 1 取信息的价值 。由此看来，训练样本的选择 是可行的，而且它优于基于人工随机的训练样 至关重要。 本的选择方式。 因子分析的对象是变量或样本，如果对象 是变量，称为R 型分析，也称为主成分分析。 2 基于Q 型因子分析的训练样本 如果对象是样本，称为Q 型因子分析，也称为 的选择 [ ] 主因素分析，但两种类型分析的本质是相同 2 ．1 因子模型3 的。主成分分析首先是由Karl Pearson 对非 因子分析在数学上是基于这样的考虑：假 随机变量引入的，尔后Hotelling 将此方法推 ( ) 设分别对n 个样本的p 个变量 或特征 进行 广到随机向量的情况。主因素分析则是由 观测，则每个样本可得到如下的随机观测列向 [ ] 2 Choles Spearman 于1900 年首先创立的 。 量x ， 4 第1 期 虞 欣：基于Q 型因子分析的训练样本的选择 总第58 期 T x= （x ,x ,…,x ） （1） 1 2 p