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:
聚类分析是遥感图像非监督分类的有效方法,蚁群算法具有离散性和并行性的特点,蚂蚁觅食行为、蚂蚁堆积尸体行为和基于蚂蚁自我聚集行为的聚类算法是目前研究较为广泛的3种基于蚂蚁的仿生聚类算法.为验证上述3种算法的有效性,在对这3种聚类算法进行研究的基础上,针对遥感图像进行了聚类实验.实验结果表明,基于蚂蚁的聚类方法对图像的聚类分析是有效的,较传统的k均值和模糊C均值算法有一定优越性.
推荐文章
基于蚁群算法的模糊C均值聚类
FCM
蚁群算法
模糊聚类算法
基于蚁群算法的多光谱遥感图像分类
多光谱遥感图像
分类
光谱特征
形状特征
蚁群算法
支持向量机分类器
蚁群-遗传融合的文本聚类算法
蚁群算法
遗传算法
融合
文本聚类
基于蚁群优化算法的凝聚型层次聚类
凝聚型层次聚类
蚁群优化
状态转移规则
信息素更新规则
最优路径
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 基于蚁群算法的遥感图像聚类方法
来源期刊 哈尔滨工程大学学报 学科 交通运输
关键词 蚁群算法 遥感图像 聚类分析
年,卷(期) 2009,(2) 所属期刊栏目
研究方向 页码范围 210-214
页数 5页 分类号 U661.338
字数 4338字 语种 中文
DOI 10.3969/j.issn.1006-7043.2009.02.017
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 苏宝库 哈尔滨工业大学航天学院 119 1431 19.0 30.0
2 周爽 哈尔滨工业大学电子与信息技术研究院 3 36 2.0 3.0
6 张钧萍 哈尔滨工业大学电子与信息技术研究院 25 316 11.0 17.0
7 张枫 8 46 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (30)
参考文献  (7)
节点文献
引证文献  (21)
同被引文献  (27)
二级引证文献  (51)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(9)
  • 引证文献(2)
  • 二级引证文献(7)
2014(9)
  • 引证文献(6)
  • 二级引证文献(3)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蚁群算法
遥感图像
聚类分析
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导