基于半监督核模糊c-均值算法的北京一号小卫星多光谱图像分类

被引：9

作者：

刘小芳 ^{[1
,2
]}

何彬彬 ^{[1
]}

李小文 ^{[1
]}

机构：

[1] 电子科技大学地表空间信息技术研究所

[2] 四川理工学院计算机学院

来源：

测绘学报 | 2011年 / 40卷 / 03期

关键词：

遥感图像分类; 半监督核模糊c-均值算法; 北京一号小卫星; 核理论; 半监督学习;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

针对遥感图像数据大多不服从高斯分布以及遥感图像分类存在非线性、模糊性和标记数据少等问题,提出基于半监督核模糊c-均值算法的多光谱遥感图像分类方法。首先,把半监督学习理论和核理论同时引入模糊c-均值算法,形成半监督核模糊c-均值算法。然后,用该算法与k-均值算法、最大似然算法、多类支持向量、半监督核支持向量、模糊c-均值算法、核模糊c-均值算法和半监督模糊c-均值算法对IRIS数据和北京一号小卫星多光谱图像进行分类试验。最后,对其分类结果进行评价。结果表明,对比其他分类算法,半监督核模糊c-均值算法能显著提高分类精度。

引用

页码：301 / 306+325 +325

页数：7