模糊均值聚类和最小二乘支持向量机相融合在遥感图像分类中的应用

• 作者: 唐守军
• 来源期刊: 内蒙古师范大学学报（自然科学汉文版）
• 学科: 工学
• 关键词: 遥感图像分类 模糊均值聚类 最小二乘支持向量机 粒子群优化算法
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 835-839
• 页数: 5页
• 分类号: TP301
• 字数: 3387字
• 语种: 中文

摘要

为了提高遥感图像分类精度，提出一种模糊均值聚类(FCM)和最小二乘支持向量机(LSSVM)相融合的遥感图像分类方法(FCM-LSSVM)。首先对遥感图像样本进行模糊均值聚类，得到隶属度矩阵，然后根据隶属度矩阵选择遥感图像的训练样本，最后将训练样本输入到最小二乘支持向量机进行学习，并采用粒子群优化最小二乘支持向量机参数，建立遥感图像分类模型。通过仿真实验对算法性能进行测试，结果表明 FCM-LSSVM 提高了遥感图像分类效率和分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐守军		13	22	2.0	4.0