1、“.....把向量映射到高维特征空间中，按照支撑向量与决策曲面空隙极大化原则来产生最优超平面，然后再把高维特征空间线性决策边界映射到输入空间非线性决策边界。等人认为是在高维数据分类上最好机器学习算法，而且可以在小样本情况下就获得较高准确率，因为划分边界时依靠支撑向量，而不是靠由大量数据获得统计特征。以上方法虽不依赖于光谱空间数据先验知识而具有客观性，并在定程度上提高了分类精度，但是仍不具有普遍性。基于知识和分类决策基于知识和分类决策，是引入高层知识，并将有关类别知识作用于分类设计各个过程，以利于分类和提高分类精度。在土地利用现状调查中，涉及到许多利于土地覆盖与土地利用类型分类知识。这些知识包括因不同生长区域不同生长环境以及物种不同而表现出不同特征。充分考虑到并运用这些类别知识能有效地提高分类精度。归纳起来有以下几种情况基于植物生长特征土地利用与土地覆盖分类识别。利用不同季相遥感图像进行分类识别......”。

2、“.....基于边缘检测和基于区域分类双重信息基础之上三维场景以及建立在光谱和空间知识规则上图像分类系统基于句法结构分类识别，如光谱知识和上下文信息相结合以及使用语义网络场景结构分析自动解译系统基于分类识别。可以数值化量化形式存储大量属性信息和地形地貌拓扑信息。这些信息可以充分地应用到遥感图像分类决策中。坡度方位地势，以及高程对植被分布有很大影响，同时人文因素也越来越多地作用于土地利用与土地覆盖变化有效利用这些量化信息能够提高分类精度，。基于不同决策分类方法，往往因强调不同重点而侧重于不同先验知识。基于知识和分类，因知识表达与量化存在定局限性，不能有效地融入分类识别决策之中而限制了其发展。基于多元数据融合分类决策多源信息融合就是把多种信息遥感和非遥感数据按照定方式有机地组合成统信息模型。这类方法有基于知识推理信息融合空间数据挖掘等。知识推理方法可以利用现有数据和先验知识，可以减少分类时遇到同物异谱和同谱异物现象......”。

3、“.....采用有效方法将它们融合，弥补单信息源缺陷。作为辅助数据用于提高遥感图像分类精度是近年常采用方法。可作为辅助数据用于训练区选择分类数据预分层及分类后处理，或作为附加波段用于分类过程。例如，进步深入，遥感影像分类更加自动化和智能化，分类精度将得到进步提高。结语目前，遥感应用中使用较多仍是传统分类方法。近年来，随着遥感技术和计算机技术不断发展，专家系统神经网络模糊技术和数学形态学等些原来实现困难新方法也在遥感图像分类中发挥作用，虽然这些新方法比传统方法在分类精度上有明显提高，可也存在定不足。为了进步提高分类精度，综合利用各种信息进行遥感图像分类势在必行，同时这也是遥感应用科学家们直探索方向之。参考文献贾庭芳，尹琦，李勃等利用遥感信息实现土地利用分类方法研究云南地质汤国安遥感数字图像处理北京科学出版社，纪仰慧，李国春，关宏强土地利用覆盖遥感分类研究综述信息资源建设与管理，，骆建承......”。

4、“.....杨艳具有部分监督遥感影像模糊聚类方法研究及应用遥感技术与应用刘伟强，胡静，夏德深基于核空间多光谱遥感图像分类方法国土资源遥感，，，，，，，陈白明试论中国土地利用和土地覆被变化及其人类驱动力研究自然资源，，陈健飞技术与资源可持续利用资源科学杨存建，周成虎基于知识遥感图像分类方法探讨地理学与国土研究程昌秀，严泰来与集成高分辨率遥感影象分类技术在地类识别中应用中国农业大学学报邸凯昌，李德仁，李德毅基于空间数据发掘遥感图像分类方法研究武汉测绘科技大学学报游代安，蒋定华辅助下法遥感影象分类测绘学院学报郑玉坤，庄大方多时相数据傅立叶分析中国科学院研究生院学报宋杨，万幼川，申绍洪，等，基于傅立叶变换混合分类模型用于时序影像分析武汉大学学报信息科学版基于遥感影像的土地利用现状分类方法研究姓名熊枝艳学号学院城市与环境科学学院专业地理信息系统指导老师施新程职称教授摘要遥感技术已经成为土地利用信息来源的主要手段，分类方法研究在其中占有重要的地位......”。

5、“.....本文在传统的遥感分类技术的基础上，结合当今遥感影像分类技术领域内的些新进展和应用，对土地利用分类技术做出较为全面的阐述。关键词遥感影像土地利用分类方法析决策树和相似性测度等，但些后起融合有关分类类别知识分类决策即基于知识或分类器和多源遥感影像融合分类器也越来越重要。此外对土地资源这样遥感图像进行分类，关键是要区分出土地覆被，所以通过动态监测模型来识别植被类型从而确定土地类型也已成为研究趋势。基于统计分类决策在土地利用与土地覆盖变化分类研究中，绝大多数基于光谱信息统计模式算法都采用了监督和非监督分类方法，即使人工神经网络分类算法，目前也属于监督分类方法范畴。监督分类可以有效开发数据内容，但需要太多信息可以决定地表信息先验概率以致部分信息被忽略非监督分类虽是基于整个区域特征进行且不需要先验概率并具操作独立性，但常常可能丢失特定却是相关细节信息，进而限制了分类客观性。基于统计决策分类器缺陷随着分类方法而异......”。

6、“.....即区域光谱聚类先验知识概率基于遥感影像土地利用现状分类方法研究姓名熊枝艳学号学院城市与环境科学学院专业地理信息系统指导老师施新程职称教授摘要遥感技术已经成为土地利用信息来源主要手段，分类方法研究在其中占有重要地位，分类方法优劣直接关系着分类精度。本文在传统遥感分类技术基础上，结合当今遥感影像分类技术领域内些新进展和应用，对土地利用分类技术做出较为全面阐述。关键词遥感影像土地利用分类方法，引言土地分类是根据土地性状地域和用途等方面存在差异性，按照定规律，将土地归并成若干不同类别发展。基于多元数据融合分类决策多源信息融合就是把多种信息遥感和非遥感数据按照定方式有机地组合成统信息模型。这类方法有基于知识推理信息融合空间数据挖掘等。知识推理方法可以利用现有数据和先验知识，可以减少分类时遇到同物异谱和同谱异物现象......”。

7、“.....采用有效方法将它们融合，弥补单信息源缺陷。作为辅助数据用于提高遥感图像分类精度是近年常采用方法。可作为辅助数据用于训练区选择分类数据预分层及分类后处理，或作为附加波段用于分类过程。例如，析决策树和相似性测度等，但些后起融合有关分类类别知识分类决策即基于知识或分类器和多源遥感影像融合分类器也越来越重要。此外对土地资源这样遥感图像进行分类，关键是要区分出土地覆被，所以通过动态监测模型来识别植被类型从而确定土地类型也已成为研究趋势。基于统计分类决策在土地利用与土地覆盖变化分类研究中，绝大多数基于光谱信息统计模式算法都采用了监督和非监督分类方法，即使人工神经网络分类算法，目前也属于监督分类方法范畴。监督分类可以有效开发数据内容，但需要太多信息可以决定地表信息先验概率以致部分信息被忽略非监督分类虽是基于整个区域特征进行且不需要先验概率并具操作独立性，但常常可能丢失特定却是相关细节信息，进而限制了分类客观性......”。

8、“.....但大都因以下方面知识不能准确知道或在实际运用中不可能知道而受到影响，即区域光谱聚类先验知识概率相似空间分布以及土地分类和土地覆盖目标光谱变化先验知识概率多维光谱空间中光谱聚类以及它们分布统计特征知识④控制分类过程事先规定参数等。为克服上述分类缺点，基于视觉神经理论人工神经网络分类基于逻辑推理符号知识分类以及其他些分类技术正得到深入研究并日趋成熟。人工神经网络分类法神经网络用于遥感图像分类主要思想是把遥感图像特征作为神经网络输入信号，神经网络按定规则训练后，在输出端即可对输出信号进行分类。具有对信息分布式存储，并行处理自组织自学习等特点，通过许多具有简单处理能力神经元复合作用而具有复杂非线性映射能力。方法用于遥感图像分类始于年，目前这种技术已得到较为广泛和深入应用，从单网络发展到自组织网络径向基函数网络自适应共振网络等多种网络。分类器是非参数型，有较好容错特性，已有研究都表明其分类精度要高于传统基于统计分类方法......”。

9、“.....由于地球表层系统复杂性和开放性，地表信息是多维无限，遥感信息传递过程中局限性以及遥感信息之间复杂相关性，决定了遥感信息分析结果具有不确定性和多解性，这正是模糊分类成为遥感影像分类研究中个重要趋势原因所在，已有很多研究都证明了模糊分类在分析混合像元提高分类精度等方面具有较大优势。模糊分类是神经网络和概率论之外，另个功能强大在土地利用遥感分类领域应用广泛软分类器。模糊逻辑是模糊分类理论基础，它是个对不确定性进行定量陈述多值逻辑体系，其基本思想是用连续数值范围，取代非是即否布尔逻辑陈述，与之间任何数值均可用以表示是与否之间过渡状态。由于避免了武断人为设定阈值或硬性边界，模糊逻辑能比二元语义布尔逻辑更好地对真实世界进行描述。建立个完整模糊系统是实施模糊分类前提，这系统包括三个主要基本环节输入变量模糊化过程模糊逻辑规则基础创建以及分类输出结果去模糊化过程。支撑向量机分类方法支撑向量机是由提出......”。