改进布谷鸟优化模糊C均值的遥感影像分类算法
针对模糊C均值聚类算法存在受初始聚类中心影响较大、搜索过程容易陷入局部最优的缺陷,本文将布谷鸟算法与FCM聚类算法结合,提出一种改进布谷鸟优化模糊C均值的遥感影像分类算法.该算法利用布谷鸟算法全局性与鲁棒性的优点,弥补了传统FCM算法聚类中心选取的随机性,使用自适应步长、发生概率值,使步长、发生概率值随迭代次数的增加而变化,不仅可提高种群搜索后期的局部搜索能力,而且减少了算法的时间复杂度.试验表明,改进的算法具有良好的分类效果与运行效率.
遥感影像、改进布谷鸟算法、模糊C均值聚类、自适应步长
50
P237(摄影测量学与测绘遥感)
自然科学基金2020-ZJ-927
2022-09-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
58-62