最大似然分类（maximumlikelihood classification ）：在两类或多类判决中，用统计方法根据最大似然比贝叶斯判决准则法建立非线性判别函数集，假定各类分布函数为正态分布，并选择训练区，计算各待分类样区的归属概率，而进行分类的一种图像分类方法。又称为贝叶斯（Bayes）分类法，是根据Bayes准则对遥感影像进行分类的。
Fuzzy maximum likelihood classification was proposed based on fully research of supervise and non-supervise classification methods.
在对监督分类和非监督分类方法充分研究的基础上,提出了模糊最大似然分类法。
参考来源 - 基于模糊集的遥感图像分类研究·2,447,543篇论文数据，部分数据来源于NoteExpress
为了提高超谱图像分类的精度，提出了模糊最大似然分类算法。
In order to improve the classification accuracy of hyperspectral images, a fuzzy maximum likelihood classification method is proposed.
结合实地调查数据与最大似然分类算法进行对比实验，表明该模型比最大似然总体分类精度高16%。
In comparison with the maximum likelihood classification by field survey data, the classification precision of this model heightens 16%.
最大似然法分是常规遥感图像最常用、最有效的分类方法。
Maximum likelihood classifier (MLC) is the most used and effective classification method.
应用推荐