10.3969/j.issn.1006-8961.1999.11.010
遥感影像特征发现的稳健统计模型研究
高斯混合密度降解模型(GMDD)是一种基于稳健统计理论的层次结构的聚类模型.GMDD首先假设特征空间是由一组混合的高斯(Gaussian)分布组成,然后通过一定的优化算法来获得特征空间中与预先假设相符合的特征分布,并逐步分离,直到特征空间全部降解为一组混合特征模式的分布集.GMDD与传统统计聚类模型相比较,主要优点为:特征类别不受限定、抗干扰力强、参数估计与初始无关、考虑密度分布的可变性等.文中初步探讨基于GMDD方法的遥感影像特征发现模型(GIFEM),并提出基于遗传算法的GMDD优化模型.
稳健统计、高斯混合密度、影像特征、遗传算法
4
TP7(遥感技术)
2005-08-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
952-956