تشخیص الگو در سنجش از دور و پردازش تصاویر ماهواره ای

روش های طبقه بندی یا Classification که بر مبنای یادگیری نظارت شده عمل می کنند، به دو گروه پارامتریک (Parametric) و ناپارامتریک (non-parametric) تقسیم می شوند. در روش های ناپارامتریک، از پیش فرض ها و فرضیات چندان استفاده ای نمی کنند و این مسئله قدرت و توان یادگیری مدل ها و روش ها را افزایش می دهد و انعطاف و میدان عمل بیشتری به روش ها و مدل ها می دهد. در نتیجه این نوع از روش های طبقه بندی تصاویر ماهواره ای اختیار عمل بیشتری در استفاده از داده های آموزشی یا Training data دارند. در مقابل در روش های پارامتریک با استفاده از فرضیات و تعیین پیش فرض ها توسط ناظر، فرایند یادگیری به شدت ساده سازی می گردد اما این وضعیت دامنه یادگیری روش ها و مدل ها را کاهش می دهد و اختیار عمل و درجه آزادی روش ها و مدل ها کاهش می یابد. در نتیجه حجم و میزان محاسبات کاهش یافته، درجه سادگی مدل ها افزایش می یابد در مقابل، توان و دامنه یادگیری نیز به تبع کاهش می یابد که نقطه ضعف اینگونه روش ها محسوب می گردد.