基于集对分析的遥感图像K-均值聚类算法

• 作者: 袁思 谢相建 赵俊三 陈学辉
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 集对分析 K-均值聚类算法 同异反联系度 遥感图像
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 技术方法
• 页码范围: 82-87
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.6046/gtzyyg.2012.04.14

摘要

基于欧式距离的K-均值聚类算法是一种硬分类(把每个待辨识的对象严格地划分到某个类中)方法,面对具有不确定性和混合像元特征的遥感图像数据,传统K-均值聚类算法很难得到满意的分类结果.为解决这一难题,将集对分析(set pair analysis,SPA)理论推广到遥感图像聚类算法,通过引入一个能统一描述同一性、差异性和对立性的同异反(identical discrepancy contrary,IDC)联系度,提出了基于IDC联系度的改进的K-均值聚类算法.该方法克服了传统K-均值算法硬分类的缺陷,可以有效地提高遥感图像聚类精度.对Landsat5 TM卫星数据的聚类分析实验表明,在含有混合像元的遥感图像地物覆盖分类中,改进的K-均值聚类方法的分类效果要优于传统K-均值聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵俊三	昆明理工大学国土资源工程学院	143	1381	21.0	31.0
2	陈学辉	昆明理工大学国土资源工程学院	6	30	4.0	5.0
3	谢相建	昆明理工大学国土资源工程学院	2	6	1.0	2.0
4	袁思	昆明理工大学国土资源工程学院	2	18	2.0	2.0