遥感影像识别-第三章聚类分析PartⅡ.pptVIP

（3） 与C的关系曲线 （3） 与C的关系曲线 图中，曲线的拐点A对应着接近最优的c值。 并非所有的情况都容易找到 -C关系曲线的拐点，此时c值将无法确定。 2．ISODATA聚类算法 ISODATA算法：Iterative Self-Organizing Data Analysis Techniques Algorithm，迭代自组织的数据分析算法。 ISODATA算法特点：可以通过类的自动合并（两类合一）与分裂（一类分为二），得到较合理的类型数目c。 具体算法步骤： ⑴ 给定控制参数 ：预期的聚类中心数目。 ：每一聚类中最少的样本数目，如果少于此数就不能作为一个独立的聚类。 ：一个聚类域中样本距离分布的标准差（阈值）。 ：两个聚类中心之间的最小距离，如果小于此数，两个聚类合并。 ：每次迭代允许合并的最大聚类对数目。 ：允许的最多迭代次数。 给定n个混合样本，令 (迭代次数)，预选c个起始聚合中心， ， 。 具体算法步骤： ⑵ 计算每个样本与聚合中心距离： 。 若： ，