基于尺度空间的分层聚类方法及其在遥感影像分类中的应用

• 作者: 周成虎 梁怡 骆剑承
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 尺度空间 分层 聚类树 遥感分类
• 年，卷（期）: 1999,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 319-324
• 分类号: P2
• 语种: 中文
• DOI: 10.3321/j.issn:1001-1595.1999.04.008

摘要

基于尺度空间的分层聚类方法(SSHC)是一种以热力学非线性动力机制为理论基础的新型聚类算法,是视觉松弛化过程的模拟.与传统基于统计方法的聚类算法相比较,SSHC具有样本空间可服从自由分布、通过规则可获取最优聚类中心点及类别、可在聚类过程中融合后验知识等优点.本文从聚类系统的热力学运动机制和视觉模拟过程出发,对SSHC聚类算法进行综合分析,并对如何生成聚类树的过程进行详细描述,提出了通过融合点的部分自由能(FFE)和所属聚类子树所包含叶结点最小点集等规则来获取对最优聚类中心点决策;最后对 SSHC算法在多波段遥感影像分类中的应用模型进行详细探讨,结论认为相对于传统的统计聚

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆剑承	中国科学院地理研究所信息室	124	4043	33.0	60.0
2	周成虎	中国科学院地理研究所信息室	263	12312	58.0	102.0
3	梁怡	香港中文大学地理系	18	968	13.0	18.0