基于蜂群k-means算法的遥感图像聚类应用研究

摘要：

在遥感领域,获取用于训练的标记数据耗费巨大且困难,因此许多非监督技术逐渐被发展和应用于标记样本有限的遥感图像.将k均值和蜂群算法相结合,提出一种新的非监督聚类算法.使用灰度共生矩阵和小波变换提取遥感图像特征,对特征数据集进行蜂群k-means聚类.整个聚类过程首先使用最大最小距离积邻域均值法产生初始聚类中心,将蜂群算法和k-means算法交替执行,实现遥感图像的聚类.通过UCI数据集和凉水国家级自然保护区的遥感数据的实验结果表明,该算法具有较高的聚类准确率,满足遥感图像聚类的应用需求.

关键词：遥感图像、k-means聚类、蜂群算法

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;中央高校基本科研业务费专项基金

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：151-159