Discriminant Models for Uncertainty Characterization in Area Class Change Categorization

作者：Jingxiong Zhang,Jiong You

摘要：定義區域類的判別式空格是為在區域類的地圖的無常描述的重要概念的構造。當他們能在在錯誤建模的區域類的印射和 replicability 提高一致性，判別式模特兒被提拔。作為區域班是很少在以經驗為主地認識到的判別式空間完全可分離在班不可分離性為變化分類變得更復雜的地方，我們尋求確定在區域班上的無常(并且變化班) 由于測量錯誤和語義差異獨立并且因此客觀地估計他們的相對邊緣。用真實數據集的實驗被執行，并且一個貝葉斯的方法被用來獲得變化地圖。我們發現指數據類和信息類的無常統計之間有大差別。因此，在變化分類的無常描述應該基于判別式當模特兒測量錯誤和語義失配分析，分別地啟用由于部分隨機的測量錯誤，和系統的范疇的差異的無常的 quantification。

關鍵詞：判別模型定性特征分類不確定性測量誤差誤差建模語義差異不可分割性uncertaintyinformation classesdata classesdiscriminant modelsconditional simulationland cover change

分類號： TP13[自動化與計算機技術—控制科學與工程][自動化與計算機技術—控制理論與控制工程]P544.4[天文地球—構造地質學][天文地球—地質學]