| 基于模糊核加权C-均值聚类的高光谱图像分类 |
| |
| 引用本文： | 赵春晖,齐滨.基于模糊核加权C-均值聚类的高光谱图像分类[J].仪器仪表学报,2012,33(9):2016-2021. |
| |
| 作者姓名： | 赵春晖 齐滨 |
| |
| 作者单位： | 哈尔滨工程大学信息与通信工程学院 哈尔滨150001 |
| |
| 基金项目： | 国家自然科学基金，教育部博士点计划基金 |
| |
| 摘 要： | 高光谱图像分类是高光谱数据分析的重要研究内容之一。模糊C-均值聚类算法因其算法简单、收敛速度快等优点受到广泛的关注。由于高光谱数据的维数较高,其光谱波段的非线性特性使得传统模糊C-均值聚类算法无法在原始空间得到较好的聚类结果。另外,模糊C-均值聚类算法在计算聚类中心时,仅使用了各样本对聚类中心的隶属度,忽略了样本之间固有存在的空间分布特征。为此提出了模糊核加权C-均值聚类算法,在计算模糊核聚类中心时,根据样本的空间分布特征,为每个样本分配不同的权值,使得每个核聚类中心随着样本的不同而各有不同。标准数据和实际高光谱数据的实验结果均表明,相比较传统模糊C-均值均聚类算法,模糊核加权C-均值聚类算法在总体分类精度上有较大的提高。
|
| 关 键 词： | 聚类分析 模糊核C-均值聚类 非参数加权特征提取 样本空间分布 |
Hyperspectral image classification based on fuzzy kernel weighted C-means clustering |
| |
| Zhao Chunhui
,
Qi Bin.Hyperspectral image classification based on fuzzy kernel weighted C-means clustering[J].Chinese Journal of Scientific Instrument,2012,33(9):2016-2021. |
| |
| Authors: | Zhao Chunhui Qi Bin |
| |
| Affiliation: | (College of Information and Communication Engineering,Harbin Engineering University,Harbin 150001,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
