一种改进的最大似然法用于地物识别

该文分析了试验区内的建筑、耕地、园地、林地、水体等 5种典型地物灰度的概率分布特点 ,结果表明这 5种地物的灰度概率分布并非标准的正态分布 ,而是近似的正态分布。通过对训练样本进行高斯正态化处理 ,即用高斯正态函数修正训练样本的数据 ,使参与分类训练样本的灰度概率分布成为标准的正态分布 ,进而修正类条件概率密度函数 ,尔后用最大似然法进行分类 ,结果使分类精度提高 5 .2 5 %。