并行的中心点优化选取遥感影像聚类算法

• 作者: 孙宏彬 潘欣
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 聚类 遥感影像 聚类个数 并行计算 优化选择
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 441-448
• 页数: 8页
• 分类号: TP751
• 字数: 4284字
• 语种: 中文

摘要

为了解决遥感影像聚类个数及中心点选取的问题,提出了一种并行的中心矢量优化选取的遥感影像聚类算法(PCVOS:Parallelized Center Vector Optimized Selection Algorithm for Remote Sensing Image Cluster).该算法引入模糊评价目标函数并给出了一种染色体评价机制,提高聚类染色体在类目、空间划分的多样性;同时引入MPI(Massage Passing Interface)多进程并行技术,加快了算法运行速度.实验结果表明,相对于传统的K-Means、ISODATA(Iterative Self Organizing Data Analysis Techniques Algorithm)和ACDE(Automatic Clustering Differential Evolution)算法,PCVOS不但可以获得更好的聚类效果,而且可以充分利用并行资源加快算法运行速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘欣	长春工程学院计算机技术与工程学院	17	28	3.0	4.0
2	孙宏彬	长春工程学院计算机技术与工程学院	20	125	6.0	11.0