一种自动编码机与K-means相结合的高光谱图像聚类方法

摘要：

为了更好地对没有先验知识的高光谱图像进行地物分析,利用聚类系统快速稳定的优势,通过堆栈自动编码机结合K-means算法搭建1个高光谱图像聚类系统.借用堆栈自动编码机对数据进行非线性降维,基于自编码的再表达输入原理,重构高光谱图像,验证特征数据的可靠性.利用堆栈自动编码机生成的特征数据可以显著地减少聚类算法所需求的计算强度和训练时间.实验结果表明,经过堆栈自动编码机提取特征后的聚类系统,在去掉不参与聚类地物的类别之后,聚类系统的平均精度可以达到95.26％,满足实际使用的精度要求.

关键词：高光谱图像、堆栈自动编码机、聚类系统

所属期刊栏目：34

分类号：TN911.73

资助基金：黑龙江省博士后科研启动资金;黑龙江省大学生创新创业训练计划

在线出版日期：2020-12-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：23-27,33