svm分类在envi中怎么使用

在ENVI中使用SVM分类器，需要遵循以下步骤：

1. 打开ENVI软件，导入需要分类的遥感图像数据。

2. 在ENVI主界面中，选择“Supervised Classification”（监督分类）选项。

3. 在弹出的“Supervised Classification”窗口中，选择“Support Vector Machine”（支持向量机）作为分类方法。

4. 选择需要分类的波段和样本数据，点击“Load Data”按钮。

5. 创建训练样本，使用“ROI Tool”选择图像中的不同类别，并为每个类别创建一个ROI。

6. 点击“Start Classification”按钮开始进行分类。

7. 分类完成后，可以使用“Accuracy Assessment”（精度评价）来评估分类结果的准确性。

总之，使用SVM分类器进行遥感图像分类需要提供波段数据和训练样本，在ENVI软件中选择SVM分类器进行分类，最后进行精度评价以评估分类结果的准确性。

相关问题

envi4.8中如何进行监督分类

### 回答1：
在Envi 4.8中进行监督分类的步骤如下：

1. 打开需要分类的遥感图像文件。

2. 点击“Supervised Classification”工具栏中的“Training Samples Manager”按钮。

3. 在“Training Samples Manager”对话框中，选择“New Class”创建新的分类类别。

4. 在新建类别中，点击“Add Sample”按钮，然后使用鼠标在图像上选择代表该类别的区域。

5. 重复步骤3和4，为所有需要分类的类别都创建样本。

6. 在“Training Samples Manager”对话框中，点击“Classifier”选项卡，选择需要使用的分类器类型。

7. 点击“Start Classification”按钮，开始进行监督分类。

8. 分类结果将显示为彩色的分类图像。可以使用“Accuracy Assessment”工具来评估分类结果的精度。

需要注意的是，Envi 4.8中的监督分类功能较为基础，对于复杂的遥感图像分类任务可能需要使用更高级的工具和算法。

### 回答2：
在envi4.8中，可以通过以下步骤进行监督分类。

1. 打开envi4.8软件，导入需要进行监督分类的遥感影像数据。点击“File”菜单，选择“Open”选项，然后浏览并选择对应的遥感影像文件。

2. 将监督分类工具加载到envi4.8软件中。点击“Add”按钮，在弹出的对话框中选择“Supervised Classification”选项，然后点击“OK”按钮。

3. 在监督分类工具界面中，选择用于监督分类的样本点。点击“Training Sites”按钮，在新打开的窗口中点击“Create Training Sites”按钮，然后在影像上选取代表不同类别的样本点，如植被、水体、建筑等。

4. 选择分类算法。在监督分类工具界面中，点击“Classification”按钮，在新打开的窗口中选择适合的分类算法，如支持向量机（SVM）、最大似然（Maximum Likelihood）等。

5. 进行监督分类。在监督分类工具界面中，点击“Classify”按钮，软件将根据所选的样本点和分类算法对整个遥感影像进行分类。分类完成后，结果将以不同类别的颜色显示在影像上。

6. 评估和修改分类结果。根据实际情况，可以对分类结果进行评估和修改。点击“Accuracy Assessment”按钮，在新打开的窗口中选择一些样本点进行验证，然后点击“Compute”按钮，软件将计算分类的准确性。如果需要修改分类结果，可以点击“Edit Classification”按钮，在新打开的窗口中手动对某些像素进行重新分类。

7. 导出分类结果。分类结果可以导出为栅格文件或矢量文件，并保存到计算机中。点击“File”菜单，选择“Save As”选项，然后选择保存格式和路径，最后点击“OK”按钮即可完成导出。

### 回答3：
在envi4.8中，可以通过遥感图像进行监督分类。以下是一种常见的步骤和方法：

1. 数据准备：准备包含多光谱图像和地面真实分类的训练样本的数据。多光谱图像可以是由卫星或无人机获取的，地面真实分类可以是人工标注的或其他可靠数据源得到的。

2. 打开ENVI软件，并导入多光谱图像。

3. 打开分类工具栏：在主菜单中选择“分类”选项，然后选择“打开分类工具栏”。

4. 选择分类方法：在打开的分类工具栏中，可以选择各种分类方法，如最大似然分类、支持向量机等。根据数据特点和目标选择最适合的方法。

5. 训练样本选择：点击分类工具栏中的“训练单元图”按钮，在图像上选择一些代表各个类别的样本。尽量选择具有代表性的样本。

6. 执行分类：在分类工具栏中点击“执行分类”按钮，ENVI将根据选择的分类方法和训练样本进行分类。

7. 结果验证：分类完成后，可以通过验证结果的准确性来评估分类结果。可以使用一些统计指标（如生产者精度、用户精度、Kappa系数等）来评估分类结果的准确性。

8. 可视化和后处理：可以将分类结果以图像形式显示，通过色阶、颜色映射等方式对分类结果进行可视化。如果需要对分类结果进行进一步的处理或分析，可以导出分类结果进行后续操作。

以上是envi4.8中进行监督分类的一般步骤和方法。具体操作可能根据具体的数据和任务有所差异，但整体流程大致相似。

envi5.3 svm classifier未响应

envi5.3 svm分类器未响应可能由多种原因引起。首先，可能是由于计算机上的资源不足，例如内存不足或处理器速度不够快。在这种情况下，建议关闭其他程序或购买更高效的硬件。

其次，可能是由于数据的大小或质量导致的。如果svm分类器未能响应，那么很可能是由于数据过于庞大或特征过多。这时可以考虑使用特征选择算法来减少维度。

此外，可能是由于选择的模型参数不合适。如果过度拟合或欠拟合，则svm分类器可能会出现问题。因此，需要仔细检查模型参数，特别是惩罚系数和核函数类型，以便找到最佳的选项。

最后，可能是由于软件本身的错误。如果以上方法都不能解决问题，则需要检查软件是否有更新，或联系制造商或供应商以获得技术支持。

总之，环境5.3 svm分类器未响应可以有多种原因，需要通过逐步排除，找到最佳解决方案。