自动分类

1、自动分类基于内容、不需人工干预的文本自动分类技术。系统提供分类训练工具，允许用户自行根据自己的分类需求和数据特点设定分类结构，自动生成特征模板，进行分类训练。TRS自动分类支持反馈学习机制，可以根据用户的反馈自动对分类模板进行完善，从而逐步增加分类的准确率。

2、自动分类是利用模式识别技术实现对遥感影像内容的自动标志识别和分类，即计算机辅助判读。通常采用特征空间识别方法。是建立在概率论和数理统计基础上，立足于寻找能反映影像特点的一些特征，经过信息压缩、特征抽取、特征选择和决策规划来识别地物的计算机自动分类方法。所用影像须数字化，如陆地卫星多波段扫描影像磁带产品。用以识别的主要标志是地物光谱特性，如光谱成分、亮度、偏振等，其表现为具有不同灰度值和空间分布的数字影像。故在目视判读中起有利标志作用的阴影，在自动分类时则是噪声。分类前必须对影像进行预处理，如比值运算，以消除因光照条件、地形因素或扫描角（在主动式遥感如侧视雷达影像成像时）不同而造成亮度水准的差异，保证同一地物影像具有相近的灰度值。常用两种方法：①监督分类法。即训练场地法，如判别分析、特征向量分析、最大似然分析等；②非监督分类法。也称空间积群法，如回归分析、集群分析、因子分析、主成分分析、趋势分析等。自动分类具有快速、灵活等优点，适于多种遥感影像分类。但其精度低于人工判读，也不能识别地物的某些特征，如三维空间特征。