近邻样本密度和隶属度加权FCM算法的遥感图像分类方法

被引：12

作者：

刘小芳 ^{[1
]}

何彬彬 ^{[2
]}

机构：

[1] 四川理工学院计算机学院

[2] 电子科技大学地表空间信息技术研究所

来源：

仪器仪表学报 | 2011年 / 32卷 / 10期

关键词：

遥感图像分类; FCM算法; 加权FCM算法; 近邻样本密度; 近邻样本隶属度;

D O I：

10.19650/j.cnki.cjsi.2011.10.013

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

针对FCM算法具有对数据集进行等划分趋势的缺陷,利用样本本身的近邻分布特性,提出近邻样本密度加权FCM(NSD-WFCM)、近邻样本隶属度加权FCM(NSM-WFCM)以及近邻样本密度和隶属度加权FCM(NSDM-WFCM)算法,并应用于遥感图像分类。对比FCM算法,NSD-WFCM、NSM-WFCM和NSDM-WFCM算法的总体分类精度和Kappa系数分别提高了5.67%、7.50%和11.17%;8.50%、11.25%和16.75%。实验结果表明:这些加权方法都在一定程度上克服了FCM算法的缺陷,提高了遥感图像的无监督分类能力,其中,NSM-WFCM算法的分类性能优于NSD-WFCM算法的分类性能,NSDM-WFCM算法分类性能最好。

引用

页码：2242 / 2247

页数：6

共 9 条

[1] 一种核模糊C均值聚类算法及其应用 [J].