基于加权模糊C均值算法改进的高光谱图像分类方案设计

• 作者: 张建伟 景志勇 陈明 马欢
• 来源期刊: 量子电子学报
• 学科: 工学
• 关键词: 图像处理 高光谱图像 数据分类 特征提取 加权模糊C均值算法
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 图像与信息处理
• 页码范围: 539-549
• 分类号: TP751
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5461.2015.05.005

摘要

为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊C均值算法方案.该方案通过加权模糊C均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息量.实验结果表明,与业内公认的原型空间提取算法相比,该方案在相对较小的数据集下,具有较为理想的稳定性,较高的分类精度,大大降低了对数据集样本数量的依赖性,同时改善了原型空间特征方法的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建伟	郑州轻工业学院软件学院	62	473	9.0	20.0
2	景志勇	郑州轻工业学院软件学院	10	10	2.0	2.0
3	陈明	郑州轻工业学院软件学院	12	74	4.0	8.0
4	马欢	郑州轻工业学院软件学院	14	21	3.0	3.0