| 基于改进FCM算法的卫星云图聚类方法研究 |
| |
| 引用本文： | 李秀馨, 王敬东, 徐烨晔, 温家旺. 基于改进FCM算法的卫星云图聚类方法研究[J]. 红外技术, 2013, (3): 150-154. |
| |
| 作者姓名： | 李秀馨 王敬东 徐烨晔 温家旺 |
| |
| 作者单位： | 1.南京航空航天大学自动化学院 |
| |
| 摘 要： | 卫星云图是研究天气系统演变规律的重要信息,云层内容从卫星云图中提取出来可以有助于云图分析,减少陆地和海洋信息的干扰.为此采用了模糊C均值聚类算法(FCM)进行云图聚类,该算法具有计算效率高,过程简单的优点,但对初始聚类中心敏感,容易陷入局部最优解.针对此问题,本文将全局性良好的粒子群优化算法(PSO)引入 FCM 聚类算法,克服了初始聚类中心对全局收敛性的影响.同时,将阴影集理论与该混合算法结合起来,去除聚类过程中的异常值,提高算法的效率.通过红外云图聚类对比实验得出,改进的FCM算法与传统的FCM算法相比,聚类结果图的类间距离增大,类内距离减小,聚类质量有所提高.
|
| 关 键 词： | 模糊C均值算法 阴影集 粒子群算法 卫星云图聚类 |
Satellite Image Clustering Research Based on Improved FCM Algorithm |
| |
| Satellite Image Clustering Research Based on Improved FCM Algorithm[J]. Infrared Technology , 2013, (3): 150-154. |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《红外技术》浏览原始摘要信息 |
|
点击此处可从《红外技术》下载全文 |
|
