基于K-means与SVM结合的遥感图像全自动分类方法.pdfVIP

第24卷第11期 计算机应用研究 V01．24No．1l of Nov．2007 Research 2007年11月 Application Compute墙 基于K—means与SVM结合的 遥感图像全自动分类方法串 居红云1，张俊本1，李朝峰1，王正友2 (1．江南大学信息工程学院，江苏无锡214122；2．江西财经大学信息管理学院，南昌330013) 摘要：遥感图像分类方法通常采用监督的学习算法，它需要人工选取训练样本，比较繁琐，而且有时很难得 到；而非监督学习算法的分类精度通常很难令人满意。针对这些缺陷，提出一种基于K．me蚰s与支持向量机 (SVM)结合的遥感图像全自动分类方法。首先使用K-means聚类算法对样本进行初始聚类，根据每类中样本 数及其稀疏程度选取一些点作为标记的学习样本训练SVM分类器，然后用SVM对原始数据重新分类。his数 据和遥感数据的实验结果均验证了新方法的有效性。 关键词：K．means；支持向量杌；遥感图像分类 中图分类号：’I码01 文献标志码：A 文章编号：1001·3695(2007)1l-0318-03 Automatedremote classmcationmethod sensingimage basedonK．meansandSVM JUHong-yllnl，ZHANGJun-benl，UCha0一fen91，WANGZh踟g-you2 330013，C航M) ∥f溉觇瑙蚵矿“，啪船E幻M，n扔，№，幽，lg usedforremote Abstract：The algorithmw鹳usually sensingimagecl鹊s证cation，bu“tstrainingsamples supervised1e唧ing needtobechosen was andsometimesevendi伍cult． However，in algorithm bymaIlual，whichboring unsupen，isedleaming classificationresultwasofknnot tothese automatedremote classification satisfactory．According1iIIlita止ions，an sensingim#re 0f SVM．Innew fir$t w踮usedtocluster data method K．means with method。atK．means original combiningaIgorithm algori出m of chosen tothenumberand ineach were points，