基于半监督改进模糊C均值算法地遥感聚类研究.pdfVIP

ofthe27血ChineseConference Proceedings Control July 16—18，2008，Kunming，Yurman，Chma 基于半监督改进模糊C均值算法的遥感聚类研究木 韩敏。范剑超 大连理工大学电子与信息工程学院，大连116023 E．mail：minhan@dlut．edu．cn 摘要：在使用无监督C均值算法进行遥感聚类的过程中，往往忽略了对已知信息的有效利用，针对这一问题，本文 结合先验知识，提出一种基于半监督模糊c均值算法的遥感图像处理的模型。该模型利用已有的先验知识，进行一次 快速迭代遍历，从而得到较好的初始聚类中心，克服原始算法初始聚类中心选取的随机性所带来的影响，在一定程度 上避免了陷入局部最小。此外，在整体循环迭代过程中，加入先验知识的影响因子，解决闭物异谱的问题，引导循环 聚类向着正确的方向进行，有效地加快算法的收敛速度，提高聚类的精度。在此基础上，进一步添加反模糊自动判定 类别属性的方法。最后奉文使用误差矩阵和一致性指标，来验证算法的真实有效性。 关键词：半监督，先验知识，聚类中心，模糊C均值 On ModifiedC·-Means for Semi--supervisedFuzzy Algorithm Remote SensingClustering Han Jianchao Min，Fan SchoolofElectronicandInformation of 1 Engineering，DalianUniversityTechnology，Dalian16023，P．R．China E—mail：minhan@dlut．edu．ca onthe that iS intheRemote Classificationtheunsu． Abstract：Focusingproblempriorknowledgealwaysignored Sensing by C—Means，a modifiedC—MgallsmodelforRemote is pervisedFuzzy semi—supervisedFuzzy Sensingimageprocessingpro． posed．Theclustercentralsareobtainedafterafastiteration thewhole knowledge，whichover． proper goingthrough prior comestheaffectationthestochastic thecentral ofcluster．What’Smore，all factoroflabeled iS by initializing impact samples addedinthe of iteration．whichdealswiththe ofdifferent characteristicswiththe processcyclic efnciently problem spectrum same theclusterdirectiontothecor