监督分类方法

监督分类方法。首先需要从研究区域选取有代表性的训练场地作为样本。根据已知训练区提供的样本,通过选择特征参数(如像素亮度均值、方差等)，建立判别函数，据此对样本像元进行分类，依据样本类别的特征来识别非样本像元的归属类别。

根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立;反之，需重新建立分类的决策规则，直至满足分类精度要求为止。2100433B

分类是数据挖掘的一项重要任务，在很多领域得到广泛的应用。全书共分7章，分别介绍了分类的概念和过程、支持向量机分类方法、粗糙集分类方法、模糊集分类方法、贝叶斯分类方法、k近邻分类法、线性最小平方拟合、决策树分类法、神经网络、遗传算法、最大熵模型、基于投票的方法以及基于融合技术的分类方法，分别给出了分类应用实例。

本书可作为计算机及相关专业的科研人员、教师和学生的参考书。 2100433B

碎屑状沉积物分类是地质学研究的重要内容，是编制地质图的基础，对于阐述沉积物的物质来源、沉积环境具有重要的意义，因此沉积物分类方法的选择至关重要。国内沉积学研究主要使用两种分类方法，分别是Shepard和Folk等提出的沉积物分类方法及图解。

碎屑状沉积物Shepard沉积物分类方法

Shepard沉积物分类方法是由Francis P Shepard于1954年通过对比当时存在的若干分类方法后提出的。他认为研究沉积物需要用沉积物的各种特征来描述，而任何沉积物样品中砂-粉砂-黏土含量都是固定不变的，因此可以依据沉积物砂、粉砂和黏土的比值来对沉积物进行类型划分。砂、粉砂和黏土是根据沉积物的中值粒径划分的，其界线分别是1/16mm(0.0625mm)和1/256mm(0.0039mm)。利用砂、粉砂和黏土作为三角形的3个顶点来反映之间的比例关系，确定沉积物类型，Shepard分类图解将沉积物划分为10种类型。

碎屑状沉积物Folk沉积物分类方法

Folk(1970)认为沉积物的系统描述对沉积物的研究和信息的传达非常重要，“是对给定沉积物的物理信息的定义，使之在地质学家之间得以交流”，“术语应该是描述性的、客观的和精确的”。沉积物分类方法是对沉积物的基础描述，不能用于物源示踪;可以反映沉积物富集和沉积过程中沉积环境的变化，还可以反映沉积过程中的生物扰动。任何碎屑状沉积物的粒度特征都可以通过三角形图解来表示，彼此还可以互相对比。Folk分类图解是在沉积物中不同组分比值的基础上建立的，根据沉积物是否含砾，将沉积物分别在两个三角形图解上进行分类。 2100433B

第1章 绪论

1．1 数据挖掘

1．2 分类

1．3 分类方法

l. 4 分类应用

第2章 支持向量机分类方法

2．1 统计学习理论

2．2 线性支持向量机

2．3 非线性支持向量机

2．4 核函数

2．5 实现技术

2．6 多分类技术

2．7 支持向量机分类方法应用

第3章 粗糙集分类方法

3．1 粗糙集的基本概念

3．2 知识约简

3．3 信息系统

3．4 决策表与决策规则

3．5 决策表的离散化

3．6 粗糙集理论在分类上的应用

第4章 模糊集分类方法

4．1 模糊集的概念

4. 2 模糊集的运算

........

第5章 贝叶斯分类方法

5. 1 贝叶斯定理

5. 2 朴素贝叶斯分类

........

第6章 其他分类方法

6. 1 K近邻分类法

6. 2 线性最小平方拟合(LLSF)

.......

第7章 基于融合技术的分类方法

7. 1 基于粗糙集和支持向量机融合的分类方法

7. 2 基于模糊集和支持向量机的分类方法