# 非监督分类
# 
功能说明
非监督分类的前提是假定遥感影像上同类物体在同样条件下具有相同的光谱信息特征。非监督分类方法不必对影像地物获取先验知识，仅依靠影像上不同类地物光谱信息（或纹理信息）进行特征提取，再统计特征的差别来达到分类的目的，最后对已分出的各个类别的实际属性进行确认。系统提供了ISODATA、最小距离、广义距离、平行六面体、KonHonen神经网络、ART神经网络分类、Fuzzy ART分类等非监督分类方法。
# 
操作说明
1. 点击“影像分析”菜单下的“非监督分类”命令，系统弹出如图所示对话框。
2. 在“影像分类”对话框上进行参数设置。
- 【输入设置】：输入进行监督最小距离分类的文件，缺省为当前活动窗口中的影像文件。然后在“选择波段”中选择进行监督分类的波段。
- 【输出设置】：设置分类后的结果影像文件的保存路径和名称。
- 【处理范围】：通过输入行列值或者点击“选择”在弹出的对话框中确定处理范围。
3. 在对话框左侧选择一个非监督分类的方法：
（1）ISODATA分类
ISODATA分类是一种迭代自组织方式的分类，它根据用户提供的参数对当前图像进行分类。该算法主要包括：
a）如果多光谱特征空间中分离距离小于用户指定的阈值，就合并类。
b）将单个类划分成两个类的规则。
在对话框左侧选择“ISODATA分类”，对话框右下侧如图所示：
- 【期望类数】：图像分类时所期望进行分类的类个数。
- 【采样间隔】：对图像运算时采样的间隔。
- 【迭代次数】：在对图像运算时，运算所进行的迭代次数。
- 【类中心位移】：分类是中心点的偏移。
- 【最小像元数（%）】：每类中像元数至少占图像像元数的百分比数。
- 【最大标准差】：各类的最大标准差。
- 【最大合并类数】：合并类时的最大合并类数。
- 【最小类中心距离】：每两类的中心的最小距离。
（2）最小距离分类
非监督最小距离分类是按最小距离公式、非监督分类的参数对所选择的分类图层进行非监督分类。
在对话框左侧选择“最小距离分类”，对话框右下侧如图所示：
- 【采样间隔】：对图像运算时采样的间隔。
- 【期望类数】：对图像分类时的最大分类的类数。
（3）广义距离分类
非监督广义距离分类按广义最小距离公式、非监督分类的拒绝因子对所选择的进行分类的波段进行非监督分类。其操作与非监督最小距离分类方法类似，具体可参照“最小距离分类”部分。
（4）平行六面体分类
非监督平行六面体分类是按平行六面体公式、非监督分类的参数对所选择的进行分类的波段进行非监督分类。其操作与非监督最小距离分类方法类似，具体可参照“最小距离分类”。
（5）ART神经网络分类
ART是一种自组织神经网络结构，是无教师的学习网络。当神经网络和环境有交互作用时，对环境信息的编码会自发地在神经网络中产生，则认为神经网络在进行自组织活动。ART就是这样一种能自组织地产生对环境认识编码的神经网络理论模型。
在对话框左侧选择“ART神经网络分类”，对话框右下侧如图所示：
- 【聚类数】：需要的初始类别的个数。
- 【采样间隔】：抽样点之间的距离。
- 【迭代次数】：迭代的最大次数。
- 【学习率】：可参考“BP神经网络分类”。
- 【噪声阀值】：噪声的阀值。
- 【匹配警戒值】：匹配度值的警戒值。
（6）FuzzyART神经网络分类
在对话框左侧选择“FuzzyART神经网络分类”，对话框右下侧如图所示：
（7）KonHonen神经网络
Kohonen神经网络分类是一种自组织神经网络，是基于自组织学习算法的人工神经网络，由输入层和输出层组成。其结构如图所示：
在对话框左侧选择“KonHonen神经网络分类”，对话框右下侧如图所示：
4. 参数设置完成后，点击"确定"执行分类处理操作，点击"取消"则取消此次操作。