FCM聚类的软划分:以遥感图像城镇下垫面聚类为例

• 作者: 周坚华 周子闵
• 来源期刊: 华东师范大学学报（自然科学版）
• 学科: 工学
• 关键词: FCM聚类 解模糊 隶属度背离 空间依存
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 地理学
• 页码范围: 150-157
• 页数: 8页
• 分类号: TP79
• 字数: 3882字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5641.2016.04.017

摘要

FCM是应用最广泛的模糊聚类方法之一.与分明聚类不同,模糊聚类以隶属度描述实体类属的确定程度,对于聚类过程中的质心调整和聚类结果分析等,具有重要参考价值.常规FCM应用中,一般以最大隶属度确定聚类结果中像素的类别归属,这种硬性划分,常常会将一些像素划分给了不恰当的类.本文采用的是一种软划分方法,它利用FCM聚类隶属度,对聚类结果做自适应解模糊处理.处理主要依据隶属度的背离特性(以类间隶属度标准差表征)和像素的空间依存关系(以邻域像素归属比例等表征).主要流程包括:①以FCM聚类获取聚类隶属度矩阵;②计算一个像素属于各类别隶属度的标准差,并以标准差取反的商作为该像素最大隶属度的权;③按类别统计像素邻域元素的隶属度加权元素密度(中心像元赋予3倍权重);④同时以2和3的结果作为中心像素划分的依据.为了免除人工干预,一些重要可调参数(如邻域窗口尺寸等)由自适应计算确定.实验表明以聚类图斑平均面积作为窗口尺寸能获得理想的结果.MATLAB仿真测试表明,以解模糊方法获得的聚类精度比最大隶属度方法的平均高出9％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周坚华	华东师范大学地理信息科学教育部重点实验室	38	678	11.0	25.0
2	周子闵	华东师范大学地理科学学院	1	1	1.0	1.0