基于均值-标准差的K均值初始聚类中心选取算法

被引：58

作者：

张文君 ^{[1
]}

顾行发 ^{[1
]}

陈良富 ^{[2
]}

余涛 ^{[2
]}

许华 ^{[2
]}

机构：

[1] 电子科技大学自动化工程学院

[2] 遥感科学国家重点实验室中国科学院遥感应用研究所

来源：

遥感学报 | 2006年 / 05期

基金：

教育部留学回国人员科研启动基金;

关键词：

遥感图像分类; K均值; 聚类;

D O I：

暂无

中图分类号：

TP751.1 [数字处理];

学科分类号：

摘要：

遥感图像分类是遥感图像处理中长期存在的一个难题,针对不同的传感器图像,不同的应用需求,选择合适的分类算法非常重要。在分类中不仅要考虑分类的精度,而且要考虑分类效率。本文研究了K均值算法的初始聚类中心的选择对算法本身聚类精度及效率的影响,提出了一种高效高精度的初始聚类中心选取方案,实验结果表明,利用该算法进行地表分类,效率比ENVI的K-M eans(K均值)模块高。

引用

页码：715 / 721

页数：7