基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
K-means聚类要求每个像素要和所有聚类中心求欧氏距离,当聚类数很多时,这是一个相当耗时的工作.改进的K-means聚类算法根据历史聚类结果进行初始类分割,即节约初始聚类时间,又能使历史聚类过程中形成的类间稳定关系得以保持;类内像素只和相邻的聚类中心计算距离进行聚类,随着算法的迭代进行,大量类的状态基本固定,使得聚类速度不断加快.基于改进K-means聚类的无损压缩算法具有充分利用历史聚类成果和收敛速度快的特点,通过提高类内像素冗余度,最大限度消除谱间冗余和空间冗余.采用多次聚类压缩的结果预测最佳聚类数的方法,可实现最小熵无损压缩.通过和DPCM算法概率模型的熵值比较及实验数据的分析,验证了基于聚类无损压缩效率比不聚类无损压缩效果更优.
推荐文章
卫星遥感图像无损压缩技术改进方法
卫星遥感图像
无损压缩
分块压缩
JPEG-LS无损压缩算法
风云四号卫星
干涉多光谱图像无损压缩算法
图像处理
图像压缩
干涉多光谱图像
无损压缩
卫星海洋遥感数据的无损压缩及解压算法
海洋遥感数据
无损压缩
解压缩
优化游程编码
压缩比
抖动半调图像跳黑块无损压缩算法
抖动半调图像
异或
无损压缩
跳黑块编码
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 超谱遥感图像快速聚类无损压缩算法
来源期刊 遥感学报 学科 地球科学
关键词 超谱图像 无损压缩 K-means聚类
年,卷(期) 2003,(5) 所属期刊栏目 技术方法
研究方向 页码范围 400-406
页数 7页 分类号 P751.1
字数 6388字 语种 中文
DOI 10.3321/j.issn:1007-4619.2003.05.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周佩玲 中国科学技术大学电子科学与技术系 38 797 14.0 27.0
2 王朝晖 中国科学技术大学电子科学与技术系 10 35 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (23)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(7)
  • 参考文献(0)
  • 二级参考文献(7)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超谱图像
无损压缩
K-means聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
遥感学报
月刊
1007-4619
11-3841/TP
大16开
北京市安外大屯路中国科学院遥感与数字地球研究所
82-324
1986
chi
出版文献量(篇)
2330
总下载数(次)
13
总被引数(次)
68505
论文1v1指导