| 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 |
| |
| 引用本文： | 刘小芳,何彬彬,李小文.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[J].测绘学报,2011,40(3):301-306. |
| |
| 作者姓名： | 刘小芳 何彬彬 李小文 |
| |
| 作者单位： | 1. 四川理工学院;2. 电子科技大学;3. 电子科技大学;北京师范大学; |
| |
| 基金项目： | 国家863计划(2007AA12Z227); 国家自然科学基金(40701146); 北京一号小卫星开放基金 |
| |
| 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...
|
| 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 |
| 收稿时间： | 2010-01-05 |
| 修稿时间： | 2010-08-12 |
Classification for Beijing-1 Micro-satellite's Multispectral Image Based on Semi-supervised Kernel FCM Algorithm |
| |
| LIU Xiaofang,HE Binbin,LI Xiaowen.Classification for Beijing-1 Micro-satellite's Multispectral Image Based on Semi-supervised Kernel FCM Algorithm[J].Acta Geodaetica et Cartographica Sinica,2011,40(3):301-306. |
| |
| Authors: | LIU Xiaofang HE Binbin LI Xiaowen |
| |
| Institution: | 1. ;2. University of Electronic Science and Technology of China; |
| |
| Abstract: | Most of remote sensing image data do not satisfy to Gauss distribution,and still the problems of the nonlinear,fuzziness and in lack of labeled data exist in the remote sensing image classification.A semi-supervised kernel fuzzy c-means(SSKFCM) algorithm is proposed to overcome these disadvantages.First,the SSKFCM algorithm is formed by involving semi-supervised learning technique and kernel method into the standard fuzzy c-means(FCM) algorithm.Then,IRIS data set and Beijing-1 micro-satellite's multispectra... |
| |
| Keywords: | remote sensing image classification semi-supervised kernel fuzzy c-means algorithm Beijing-1 micro-satellite kernel method semi-supervised learning |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《测绘学报》浏览原始摘要信息 |
| 点击此处可从《测绘学报》下载免费的PDF全文 |
