无监督分割
① 什么是监督分类什么是非监督分类
中文名称：监督分类 英文名称：supervised classification 定义1：根据已知训练区提供的样本，通过计算选择特征参数，建立判别函数以对各待分类影像进行的图像分类。 应用学科：测绘学（一级学科）；摄影测量与遥感学（二级学科） 定义2：在遥感影像的计算机分类过程中，采用一定数量的影像分类标准样板，作为计算机分类的训练基准的技术，即一种有已知类别标准的分类方法，或具有先验知识的分类方法。 应用学科：地理学（一级学科）；遥感应用（二级学科）
监督分类 （supervised classification）又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立；反之，需重新建立分类的决策规则，直至满足分类精度要求为止。常用算法有：判别分析、最大似然分析、特征分析、序贯分析和图形识别等。
中文名称：非监督分类 英文名称：unsupervised classification 定义1：以不同影像地物在特征空间中类别特征的差别为依据的一种无先验类别标准的图像分类。 应用学科：测绘学（一级学科）；摄影测量与遥感学（二级学科） 定义2：在遥感影像的计算机分类过程中，无需采用训练样板的分类技术，或没有先验知识的分类方法。 应用学科：地理学（一级学科）；遥感应用（二级学科）
非监督分类 (Unsupervised Classification ) 是以不同影像地物在特征空间中类别特征的差别为依据的一种无先验（已知）类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。根据待分类样本特征参数的统计特征，建立决策规则来进行分类。而不需事先知道类别特征。把各样本的空间分布按其相似性分割或合并成一群集，每一群集代表的地物类别，需经实地调查或与已知类型的地物加以比较才能确定。是模式识别的一种方法。一般算法有：回归分析、趋势分析、等混合距离法、集群分析、主成分分析和图形识别等。希望您帮到你
② 什么是监督分类和非监督分类
监督分类 （supervised classification）又称训练场地法，是以建立统计识别函数为理论基础，依内据典型样本训练容方法进行分类的技术。即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立；反之，需重新建立分类的决策规则，直至满足分类精度要求为止。常用算法有：判别分析、最大似然分析、特征分析、序贯分析和图形识别等。
非监督分类是以不同影像地物在特征空间中类别特征的差别为依据的一种无先验（已知）类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。根据待分类样本特征参数的统计特征，建立决策规则来进行分类。而不需事先知道类别特征。把各样本的空间分布按其相似性分割或合并成一群集，每一群集代表的地物类别，需经实地调查或与已知类型的地物加以比较才能确定。是模式识别的一种方法。一般算法有：回归分析、趋势分析、等混合距离法、集群分析、主成分分析和图形识别等。
③ 关于产值分割法案：赞成与反对
1996年初俄罗斯联邦的“产值分割协议”法案开始生效，该法案规定了国外投资者和俄罗斯主管机关及公司之间分配采矿所得利润的办法。
针对这样一个开始生效的法案存在着很强烈的两种截然不同的声音。多数人认为，目前我国的征税体系不能促进矿物原料基地再生产与采矿工业的发展，以产值分割协议为基础的征税体系是一种进步。但专家们却说，该法案为那些贪污腐败分子打开了一个“空子”，他们正以不同方式攫取本该属于国家的利润。
让我们以一个金矿为例来说明了这种体系的构成（图6.4）。应该说，根据产值分割协调来开发矿产是合理的，对低赢利的大型储量而言尤其如此。由于产值的分配办法已经确定，可以不考虑不可预测因素对税收政策的影响，降低了经济和政治风险的影响，从而可刺激投资者的投资活动。此外，按产值分割协议模式企业提交的税款比按现行税收体制要多。
分析美国、中国、印度尼西亚、土耳其、智利等国实施产值分割协议的实践表明，所有国家都在不同程度上强调了要维护国家利益。总结国际经验可以得出结论，只有具备下述条件才能实施产值分割协议制度和经营权管理办法：必须有竞争，没有竞争的情况下不允许有任何交易；参与许可证竞拍的矿区只能是未开发的矿区（油田），投资者必须准备自行承担一切可能的风险；矿区资源的开发必须有利于民族工业的发展。
图6.4 根据产值分割协议某黄金矿床的产值分割框图
分析我国目前的现状后，专家们提出了俄罗斯资源使用许可证法存在的明显缺陷，例如：
·竞标中使用的指标数量少，缺乏对不同报价进行对比的程序。从合法性上讲，这样选出的中标者往往带有随意性，并容易纵容独断专行；
·对资源使用者的活动缺乏必要的核查和监督；
·对违犯许可证协议者缺乏必要的制裁；
·由于允许资源使用者的公司私有化，所以他们可以按很低的价格把采矿权自动转移。这样一来，许多资源使用者的公司股份被低价抛售，甚至出现公开作假（交易）的现象。从而削弱了投资的发展，导致企业的实力被迅速榨干，促使矿区（油田）的野蛮开采。
·管理工作缺乏完整性。国家矿产资源管理机关对许可证的使用权限作了硬性规定，但其他规章却没有跟上。如果国家能在许可证有效期内或者哪怕在投资回收期限内能保持管理工作的连续性，情况都不会是这样。但是，国家并没有让自己承担起这方面的责任，而是强调体制本身无法保障许可证管理的连续性。由于俄罗斯现行的许可证协议存在着很大的风险，所以投资者纷纷要求经营权，并希望与国家签订产值分割协议。
这样一来，问题清楚了，在我国矿产大量向产值分割模式转移之前，联邦委员会必须马上开始“产值分割协议”法的修订工作，这样才能保障捍卫国家的利益。
作者认为应对法律进行一些修改和补充。下面举几个方面加以说明：
1）实行产值分割协议时，俄罗斯应调整好地下资源和自然资源利用领域投资者和国家之间的关系，并写进对协议有约束力的文本中去；
2）必须明确产值分割协议的生成条件，采矿后投资者应上交的补偿费构成及其数量等细则，还要规定上交费用与所采矿物原料价值的相对比例；
3）应鼓励投资者在竞争的条件下自行选择设备供应商和服务商，并签订协议；
4）应在限制条件中删除对俄罗斯设备供货期的要求，只需强调遵守协议规定的期限，同时用“性价比”的提法取代原有的对俄罗斯设备的质量要求；
5）应增添在竞争中保护俄罗斯机械制造业的相关规定，同时规定不许解雇协议执行人，以及俄罗斯联邦海关按协议征收海关税、货物进口消费税的工作人员；
6）为了保护俄罗斯加工企业，应明确当发现资源使用者违反设备、材料定货协议与服务协议时的制裁办法，同时要规定保证70%货物和服务到位的时间期限（季、年）；
7）对那些破坏会计核算规定，不能及时提供俄语工作报表的采矿者应明确制裁办法；
8）规定每年必须对资源使用者进行财务审计，并审查其对国家下达的年度工作计划执行情况、预算执行情况和实际支出的财务报表；
9）禁止未经招投标而签订的协议生效，没有根据相应联邦法律预先公示的方案也属于无效；
10）剥夺权力机关单方执行的权利，在未经公示和联邦会议尚未决定的情况下，不准把某个矿区列入产值分割协议模式。对于可采储量达2500万吨的油田，只有当所有的联邦法律都不反对把油田分成若干小块的情况下，才允许这样做；
11）只有那些俄罗斯联邦政府批准了的矿区才能按照产值分割协议的模式进行开采；
12）投资者必须在协议签字之日起的三个月内为自己可能不按产值分割协议履行义务的行为投保，还要为今后可能出现的采油风险（油田不可预测的事故等）投保。这时法律应规定估算保险总额的办法，当然还要与保险公司协商征得他们的同意；
13）明确停产基金的产生办法和采矿者使用该基金的手续。按照产值分割协议，这部分资金将作为矿山封闭、停止钻井与采掘、设备和其他建筑物拆除费用的预先储备，因为这些工作也是资源利用中不可分割的一部分。
总之，必须特别注意，我们的立法工作在实施产值分割协议方面还处于低水平，关于补偿费的构成与实施现状也还存在着很多问题。当然，保护国家利益——这是前述所有与产值分割协议法密切相关问题的根本与核心。这就要求国家应对匆忙制定的法律加以重大的修改。
于是，在1999年1月通过了“关于修改和补充《产值分割协议》联邦法”的新联邦法律，从本质上对原法律版本中的部分条款做了修改。在新的法律版本中规定了选择矿区进入产值分割管理模式的准则，加强了保护俄罗斯生产者利益的内容，对在产值分割协议条件下开发碳氢化合物的储量加以了限制——只能占国家储量平衡表中的30%。这项法律的通过意义重大，它将促进对矿物原料基地再生产的投资。
有4项关于允许矿区按产值分割模式组织开采的法律已经通过，它们涵盖了12处矿区（油田）和远景矿段。此外，还有6项法律正提交国家杜马审议，有9项草案准备提交给俄罗斯联邦政府。专家们认为，现行产值分割办法对采矿补偿费比例的修改，无论对投资者还是对国家都是可以接受的。当然，在地下资源利用领域还存在着一些制约产值分割协议推广的问题。在最近的一段时间里，我们还需要起草一批规范的法律文本，以解决在执行过程中可能出现或已经出现的问题，简化按产值分割模式开发地下资源的手续，缓解国家和资源使用者之间的矛盾，使法律能更好地保护投资者的利益。
这些工作在某种程度上讲只是一种安慰，实际情况告诉我们，时间已经失去了！
根据产值分割协议模式开发矿产的重要经济效益指标是：用于偿还现有投资的提成额，总利润、总纯利润、扣除了偿还投资和环境（陆地、水域）使用费以后的当年纯利润，等等。
有些专家指出，当国家与投资者的产值分配比由10∶90变到20∶80，30∶70和40∶60时，随着国家比例的增大，其内部利润的额度将由18.5%减少至16.6%，相应的投资回收期将由7.63年增长至8.03年。真正的利润实际上是在下降，在整个开采期内平均由18.1%降为15.1%。应该看到，在某一年中利润是随着采矿补偿费而变化的，但在矿区的整个开采期内其平均值是不变的。
产值分割协议模式作为吸引矿区开发（开采）投资的一种形式，是需要我们大力推广的一个新事物，不仅在部门、地区层面上，而且在国家层面上都必须予以重视。目前不利于产值分割模式推广的主要问题在于是立法工作没有完全跟上，一系列相关法律的细则尚未形成。
“产值分割协议法-2000”代表大会成了俄罗斯产值分割协议法历史上一个新的转折点。这个转折点的基础：一是对产值分割协议法案的重大修改；二是成立了国家管理产值分割协议的新机构。在这次会议上国家领导人第一次站出来就当前的投资政策和产值分割协议问题发表了全面的纲领性的意见。对于投资者们来说，最具吸引力的重要内容是俄罗斯联邦总统当众保证，已经签了字的协议没必要再等待某些机关的任何审查，国家将认真履行自己在已生效协议方面的承诺。总统指出：“我们的基本方针是保护股东和投资者的合法权利。我再重复一句，无论是外国投资者，还是国内的投资者都一视同仁。可能只有一个例外，那就是考虑到国外投资者会遇到更多的困难，我们应从道义上和组织上支持他们。”
在这里，我想重申一下俄罗斯自然资源部部长发言中强调的新阶段基本任务：
1）明确联邦执行机关在准备和实施产值分割协议中的职能和责任；
2）从俄罗斯的战略利益出发明确采用产值分割协议模式的合理范围、数量和运行期限；
3）在立法的框架内把采用产值分割模式的范围控制在矿产储量表中30%的比例，而针对某些地区可给石油行业一定的比例（3.5%）；
4）起草和下发一批当务之急的法律法规文件，例如：关于产值分割协议的准备、执行和监督办法，在产值分割协议条件下的贸易开放问题，完善已生效的若干条例，如：产值分割协议下补偿费的构成与支付办法，停产基金的产生办法和使用手续；
5）为降低独立投资者在矿产品运输和加工过程中的经济风险和政治风险创造条件；
6）建立一个执行相关使命的联邦机构（产值分割协议联邦办事处），专门授权完成下述功能：
·制订和实施国家在产值分割协议领域的政策；
·为产值分割模式提供组织保障；
·保护俄罗斯产品生产者和服务者的利益；
7）建立国家石油公司和矿业公司，并让它们承担下述功能：
·根据自身的财经基础拟定产值分割协议草案；
·组织产值分割协议的谈判和签字；
·代表国家监督产值分割协议的执行情况，包括投资者的资金到位情况，资源补偿费的提交情况；
·收取国家在产值分成中应得的份额。
完成了上述任务，将在资源利用系统为推广产值分割模式奠定扎实的组织基础和法律基础，为俄罗斯经济吸引大量投资提供保障。
最后必须强调：产值分割协议并不是吸引投资的唯一方法，采用其他法律法规也可以促进老矿区、低产矿区和小企业的开发，例如租赁合同法，促进难开采储量开发的法规等。
综上所述，税收政策早就广受非议，首先是税收政策本身就考虑得不周到，不成熟。另外，法律的公布往往落后于形势需要。正是这些政府行为起到了阻碍作用，使得后备矿物原料基地的数量急剧下降，这不能不说是造成矿区运营与矿物原料基地问题的主要原因之一。有人预计，由于前述种种原因，重新进行原料基地评价时，有经济效益的矿产总储量可能会从70%降为30%。
④ envi中监督分类和非监督分类有什么区别各是怎么定义的
监督分类是需要学习训练的分类方法,如最大似然分类,人工神经网络分类,即是需要事先为每类地物在遥感图像上采集样本数据,之后通过学习训练过程才来分类;非监督分类不需要人工采集地物样本点数据,多是通过聚类的方法来自动分类,主要有isodata,k均值等.总体来说,监督分类的效果要优于非监督分类.
⑤ 什么是监督分类和非监督分类
监督分类又称训练场地法、训练分类法，是以建立统计识别函数为理论基础、依据典型样本训练方法进行分类的技术，即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类。
非监督分类是以不同影像地物在特征空间中类别特征的差别为依据的一种无先验类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。根据待分类样本特征参数的统计特征，建立决策规则来进行分类。
(5)无监督分割扩展阅读
监督分类的主要优点如下：
（1）可根据应用目的和区域，充分利用先验知识，有选择地决定分类类别，避免出现不必要的类别；
（2）可控制训练样本的选择；
（3）可通过反复检验训练样本，来提高分类精度，避免分类严重错误；
（4）避免了非监督分类中对光谱集群组的重新归类。
缺点如下：
（1）其分类系统的确定、训练样本的选择，均人为主观因素较强，分析者定义的类别有可能并不是图像中存在的自然类别，导致各类别间可能出现重叠；分析者所选择的训练样本也可能并不代表图像中的真实情形；
（2）由于图像中同一类别的光谱差异，造成训练样本没有很好的代表性；
（3）训练样本的选取和评估需花费较多的人力、时间；
（4）只能识别训练样本中所定义的类别，若某类别由于训练者不知道或者其数量太少未被定义，则监督分类不能识别。
⑥ 图像分割算法是有监督还是无监督的
听他人说的：无监督与监督学习的区别在于一个无教学值，一个有教学值。但是，个人认为他们的区别在于无监督学习一般是采用聚簇等算法来分类不同样本。而监督学习一般是利用教学值与实际输出值产生的误差，进行误差反向传播修改权值来完成网络修