Для подальшої роботи потрібно в налаштуваннях додати ще одну ресурсну папку – \Idrisi Tutorial\Advanced IP.
Теорема Байєса та класифікація максимальної імовірності.
Порядок роботи з м’якими класифікаторами є ітеративним. Спочатку класифікатор створює зображення з багатьма класами, потім користувач на основі попередніх ітерацій групує та об’єднує спільні класи для створення остаточного зображення.
Ми будемо працювати з одним набором даних, тому на кожному етапі потрібно зберігати результати для їх подальшого використання.
Метод максимальної імовірності безумовно є найпоширенішим для класифікації ДДЗ. Підґрунтям такого підходу є теорема Байєса, яка виражає відношення між доказовістю, попереднім знанням та імовірністю, що певна гіпотеза буде вірною. На жаль дуже важко включити попередні знання в процедуру. Як правило, користувачі не роблять ніяких прогнозів щодо відносної імовірності виявлення класів покриття землі і тому присвоюють класам однакову імовірність. У випадку сильної доказовості це дасть деяку похибку. При слабкій доказовості попереднє знання може зробити дуже значний вклад. Особливість IDRISI в тому, що тут є багато можливостей включення попереднього знання в процес класифікації. Зокрема є можливість включити попередні знання в формі імовірнісного зображення, так як попередня імовірність будь-якого класу дозволяє змінюватись від одного місцерозташування до іншого. Це значно покращує процедуру класифікації.
Кожен з класифікаторів використовує різного виду множини належності для вираження міри належності кожного пікселя до певного класу.
| 
