模糊c-均值算法改进及其对卫星遥感数据聚类的对比

摘要：

提出的改进的模糊c-均值聚类方法采用基于标准协方差矩阵的Mahalanobis距离,即椭球体聚类方法,这种聚类算法更接近遥感数据散点图的实际情况,从而可以显著提高聚类效果.对北京卫星ASTER数据的聚类分析实验表明,改进的模糊c-均值聚类方法的聚类效果要优于K-均值聚类方法和常规的模糊c-均值聚类方法.

关键词：遥感数据、K-均值聚类、模糊c均值聚类、Mahalanobis距离

所属期刊栏目：30

分类号：TP301.6(计算技术、计算机技术)

资助基金：遥感数据智能处理技术与集成项目CX020014;奥运科技基金2002BA904B07

在线出版日期：2004-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：14-15,91