基于C-均值聚类的高分辨距离像识别

被引:6
作者
单凯晶 [1 ]
肖怀铁 [1 ]
朱俊 [1 ,2 ]
机构
[1] 国防科技大学电子科学与工程学院
[2] 中国卫星海上测控部
关键词
核聚类算法; 一维距离像; 目标识别; 特征提取; 参数优化; 有效性指标;
D O I
10.16592/j.cnki.1004-7859.2010.06.025
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对已有核聚类算法中核参数优化方法的不足,提出一种新的反映类内类间间距的有效性指标,通过使类内样本相似性最大,类间样本相似性最小来达到优化核参数的目的。在对核C-均值聚类算法深入研究的基础上,提出一种基于核C-均值聚类的高分辨距离像识别算法。仿真结果表明:该算法可以通过训练识别率判定最佳聚类数,同时运用改进的核参数优化方法可以得到最优的核参数,进而得到最佳的识别结果。
引用
收藏
页码:49 / 53
页数:5
相关论文
共 6 条