| 基于均值-标准差的K均值初始聚类中心选取算法 |
| |
| 作者姓名： | 张文君 顾行发 陈良富 余涛 许华 |
| |
| 作者单位： | 1. 电子科技大学,自动化工程学院,四川,成都,610054;遥感科学国家重点实验室,中国科学院,遥感应用研究所,北京,100101;国家航天局,航天遥感论证中心,北京,100101
2. 遥感科学国家重点实验室,中国科学院,遥感应用研究所,北京,100101;国家航天局,航天遥感论证中心,北京,100101 |
| |
| 基金项目： | 国家重点基础研究发展计划(973计划);中国科学院"百人计划";国家教育部留学回国人员科研启动基金;国防科工委资助项目 |
| |
| 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-Means（K均值）模块高。
|
| 关 键 词： | 遥感图像分类 K均值 聚类 |
| 文章编号： | 1007-4619(2006)05-0715-07 |
| 收稿时间： | 2006-04-10 |
| 修稿时间： | 2006-05-26 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
|
点击此处可从《遥感学报》下载免费的PDF全文 |
|
