光谱距离统计的可分性存在的问题
1、从理论上分析，可分性准则中J-M距离和基于熵函数的可分性准则衡量类别可分性的效果是比较好的，但是由于摘函数完全基于后验概率，可操作性不大，.所以从某种意义上说，基于熵函数的可分性准则只具有理论上的指导意义。而J-M距离基于先验概率和样本分布，这些都是比较容易做到的。因此，五种可分性准则中，J-M距离可操作性和衡量可分性的效果兼备。
2、离散度衡量可分性的有效性总体来说不如J-M距离。但是，当各类模式分布相对集中，模式间的距离没有超出致使离散度失效的临界值时,用它来衡量类别可分性仍然是比较有效的。
3、归一化距离(相对距离)衡量可分性的总体有效性又次之。假如样本均值十分接近或者样本分布十分离散都会使归一化距离对于类别可分性的衡量失去有效性。
4、各类样本距离的平均值衡量类别可分性的效果最差。只有当各类样本的分布一致,且既不太离散也不太集中的特殊情况下，它才有效。
遥感官方微信
遥感技术咨询
桂公网安备 45030502000451号