近邻样本密度和隶属度加权FCM算法的遥感图像分类方法

摘要：

针对FCM算法具有对数据集进行等划分趋势的缺陷,利用样本本身的近邻分布特性,提出近邻样本密度加权FCM(NSD-WFCM)、近邻样本隶属度加权FCM( NSM-WFCM)以及近邻样本密度和隶属度加权FCM( NSDM-WFCM)算法,并应用于遥感图像分类.对比FCM算法,NSD-WFCM、NSM-WFCM和NSDM-WFCM算法的总体分类精度和Kappa系数分别提高了5.67％、7.50％和11.17％:8.50％、11.25％和16.75％.实验结果表明:这些加权方法都在一定程度上克服了FCM算法的缺陷,提高了遥感图像的无监督分类能力,其中,NSM-WFCM算法的分类性能优于NSD-WFCM算法的分类性能,NSDM-WFCM算法分类性能最好.

关键词：遥感图像分类、FCM算法、加权FCM算法、近邻样本密度、近邻样本隶属度

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金40701146;国家863计划2007AA12Z227

在线出版日期：2012-03-30（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：2242-2247