一种基于模糊关联分类的遥感图像分类方法
遥感图像分类是遥感领域的研究热点之一.提出了一种基于自适应区间划分的模糊关联遥感图像分类方法(fuzzy associative remote sensing classification,FARSC).算法根据遥感图像分类的特点,利用模糊C均值聚类算法自适应地建立连续型属性模糊区间,使用新的剪枝策略对项集进行筛选从而避免生成无用规则,采用一种新的规则重要性度量方法对多模糊分类规则进行融合,从而有效地提高分类效率和精确度.在UCI数据和遥感图像上所作实验结果表明,算法具有较高的分类精度以及对样本数量变化的不敏感性,对于解决遥感图像分类问题,FARSC算法具有较高的实用性,是一种有效的遥感图像分类方法.
数据挖掘、模糊关联分类、遥感、关联规则、图像分类
49
TP311.13(计算技术、计算机技术)
国家自然科学基金项目61074096;国家"九七三"重点基础研究发展计划基金项目2006CB403405
2012-09-29（万方平台首次上网日期，不代表论文的发表时间）
共7页
1500-1506
