近邻样本密度和隶属度加权FCM算法的遥感图像分类方法

• 作者: 何彬彬 刘小芳
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 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
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 2242-2247
• 分类号: TP391.41
• 字数: 4618字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何彬彬	电子科技大学地表空间信息技术研究所	39	395	12.0	18.0
2	刘小芳	四川理工学院计算机学院	17	172	7.0	13.0