10.3969/j.issn.1007-5461.2015.05.005
基于加权模糊C均值算法改进的高光谱图像分类方案设计
为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊C均值算法方案.该方案通过加权模糊C均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息量.实验结果表明,与业内公认的原型空间提取算法相比,该方案在相对较小的数据集下,具有较为理想的稳定性,较高的分类精度,大大降低了对数据集样本数量的依赖性,同时改善了原型空间特征方法的效率.
图像处理、高光谱图像、数据分类、特征提取、加权模糊C均值算法
32
TP751(遥感技术)
国家自然科学基金项目60974005、河南省教育厅科学技术研究重点项目13A520379
2015-10-28(万方平台首次上网日期,不代表论文的发表时间)
539-549