基于半监督模糊C均值算法的遥感影像分类

• 作者: 冯国政 孙潇 徐金东 朱萌 范宝德 赵甜雨
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 半监督 二型模糊集 模糊C均值算法 遥感影像分类 自适应区间
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 2019年中国计算机学会人工智能会议(CCFAI2019)论文
• 页码范围: 3227-3232
• 页数: 6页
• 分类号: TP75
• 字数: 7151字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019051043

摘要

遥感影像数据因其固有的不确定性与复杂性,导致传统的无监督分类算法难以对其准确建模.基于模糊集理论的模式识别方法可以有效地表达数据的模糊性,其中二型模糊集能更好地刻画类间多重不确定性,而半监督法可以利用少量先验知识来解决算法对数据的泛化性问题,因此提出一种基于半监督的自适应区间二型模糊C均值遥感影像分类方法(SS-AIT2FCM).首先,结合半监督和进化论思想,提出一种新的模糊权重指数选取方法,以提升自适应区间二型模糊C均值聚类算法的鲁棒性与泛化性,使算法更适用于光谱混叠严重、覆盖面积大、地物丰富的遥感数据分类;然后,通过对少量标记样本的软约束监督,对区间二型模糊算法迭代过程进行优化指导,来挖掘数据的最优表达.实验选用了北京颐和园区域的SPOT5多光谱遥感影像数据和广东横琴岛区域的Landsat TM多光谱遥感影像数据,对现有流行的模糊分类算法和SS-AIT2FCM的分类结果进行了比较.结果 表明,SS-AIT2FCM获得了更高的分类精度与更清晰的类别边界,且有较好数据泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范宝德	烟台大学计算机与控制工程学院	29	86	5.0	7.0
2	徐金东	烟台大学计算机与控制工程学院	4	7	2.0	2.0
3	冯国政	烟台大学计算机与控制工程学院	2	0	0.0	0.0
4	赵甜雨	烟台大学计算机与控制工程学院	2	0	0.0	0.0
5	朱萌	烟台大学计算机与控制工程学院	1	0	0.0	0.0
6	孙潇	烟台大学计算机与控制工程学院	1	0	0.0	0.0