2022年模糊c_均值算法改进及其对卫星遥感数据聚类的对比 .pdf
《2022年模糊c_均值算法改进及其对卫星遥感数据聚类的对比 .pdf》由会员分享,可在线阅读,更多相关《2022年模糊c_均值算法改进及其对卫星遥感数据聚类的对比 .pdf(3页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、遥感数据的分类分为监督分类和非监督分类,非监督分类也叫聚类分析。聚类就是按照事物间的相似性进行区分和分类的过程,在这一过程中没有教师指导,因此是一种无监督的分类。遥感数据无监督分类最常用的方法之一是均值k-聚类方法。均值聚类分析是一种硬划分,它把每个待辨识K-的对象严格地划分到某个类中,具有非此即彼的性质。而遥感信息的不确定性和混合像元问题使部分像元很难进行非此即彼的划分。实际上遥感数据所反映的大多数地物覆盖在形态和类属方面存在着中介性,没有确定的边界来区分它们。例如,树林和草地的边界,城市和乡村的边界都是渐变的而非确定的。因此需要考虑各个像元属于各个类别的隶属度问题,进行软划分,从而才能更好
2、地区分不同的地物类别。提出的模糊集理论为地物软划分提供了有力的分析工Zadeh具,人们开始用模糊的方法来处理遥感数据的分类问题,模糊均值聚类就是结合模糊c-(Fuzzy c-Means Clustering, FCM)集理论和均值聚类而提出来的适合进行软划分的模糊聚类k-分析方法。常规的模糊均值聚类方法是使用基于欧氏距1c-离,即各向同性的聚类方法,而遥感数据实际散点图显示遥感数据像元的分布不服从各向同性或球体分布,因此在实际使用时往往得不到理想的结果。因而需要考虑遥感数据特点,选择适合遥感数据特点的距离度量方式,从而更好地发挥模糊均值聚类在遥感数据分类方面的优点。c-模糊均值算法1 c-首先
3、简要介绍一下现在最常用的均值算法。均值聚K-K-类算法是一种最普遍的不断迭代调整个聚类质心的算法。K均值算法中的指聚类个数,这个是用户进行聚类之前K-KK预先确定。均值算法的步骤如下:K-适当选取个样本点作为个类别(1) KKC1Ck的初始聚类中心,令循环数。i=0计算样本点与类别(2) PiC1Ck之间的距离,把分配给与其有Pi最小距离的类Cj( )。1jk更新类(3) Cj的聚类中心,按现在所有属于Cj的样本点的平均值来替代。若(是预先设定的最大循环数)返回到步骤() ,(4) i=NN5否则令返回到步骤()。i=i+12把最初在()中设定的个类别的中心按()() 的(5) 1K24处理进
4、行更新,把现在的聚类中心作为初始聚类中心,令返回i=1到步骤()。直到聚类中心不再被更新为止(实际操作上,同一2类别的新旧两个聚类中心之间的距离小于某一预先给定的大于零而远小于的阈值即可)。1模糊均值聚类是结合均值算法和模糊集理论而提出c-K-的。其算法叙述如下:设要进行聚类分析的图像像元数,图像像元集合NNxxxX,21L=TpkkkkxxxxL,21=其中为波段数。,p设 把 图 像 像 元 分 为个 类 别 , 每 个 类 别 的 聚 类 中 心C()piiiivvvv,21L=cvvvV,21L=iku,聚类中心集合。用kxiv表示象元隶属于以为中心的类别 i的隶属度,定义隶属度矩阵如
5、下:UNCikuU= (1)矩阵中每一列的元素表明所对应的像元隶属于个类UC别中各个类的隶属度。满足以下的约束条件:01=Nkiku11=Ciikuiku , ,01 (I=1,2, ,C; k=1,2, ,n) (2)基金 项目 :遥感数据智能处理技术与集成项目();奥CX020014运科技专项项目()2002BA904B07作者简介:哈斯巴干(),男,博士生,研究方向为遥感数1967- 据模型与处理算法等;马建文,研究员、博导;李启青、刘志丽、韩秀珍,博士生收稿日期: 2003-05-17 : E-mail 模糊均值算法改进及其对卫星遥感数据聚类的对比c-哈斯巴干,马建文,李启青,刘志丽,
6、韩秀珍(中国科学院遥感应用研究所,北京) 100101摘要: 提出的改进的模糊均值聚类方法采用基于标准协方差矩阵的距离,即椭球体聚类方法,这种聚类算法更接近遥感数据c-Mahalanobis散点图的实际情况,从而可以显著提高聚类效果。对北京卫星数据的聚类分析实验表明,改进的模糊均值聚类方法的聚类效果要优ASTERc-于均值聚类方法和常规的模糊均值聚类方法。K-c-关键词: 遥感数据;均值聚类;模糊均值聚类;距离 K-cMahalanobisImproved Fuzzy C-mean Classifier and Comparison Study of Its Clustering Result
7、s of Satellite Remotely Sensed Data,HASI BaganMA JianwenLI QiqingLIU ZhiliHAN Xiuzhen()Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101【Abstract 】 This article presents an improved fuzzy c-mean classifier in which Mahalanobis distance is adopted using standard co
8、nnivance matrix, shown as ellipse spheroid cluster algorithm. This methodis more likely close to remote sensing data scatter map then that of other cluster algorithm so that the classification results are better either. Satellite ASTER Beijing data is used for testing the results proved that the imp
9、roved the Mahalanobis distance classifier is more precedence than k-mean classifier and fuzzy c-mean classifier.【Key words 】Remote sensing data; K-mean clustering Fuzzy c-mean clustering; Mahalanobis distance 第30卷第 11期Vol.30 11计算机工程Computer Engineering 2004年6月 June 2004?博士论文?中图分类号:TP301.6 文章编号:10003
10、428(2004)011 0014 02文献标识码:A 14名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页,共 3 页 - - - - - - - - - ikuiku对隶属度进行了模糊化,可取 到 之间的任意实01数,这样一个像元可以同时隶属于不同的类别,但其隶属度的总和总是等于,这符合遥感象元的实际情况。而属于硬1聚类的均值聚类其隶属度具有非此即彼的性质,隶属度K-iku只能取或 。01定义目标函数 J:=?=NkCiikmikmduVUJ112)()(),( (3)22
11、)(ikikvxd-=其中为距离; 为模糊加 Euclideanm1,权指数(当时,同均值的目标函数一致)。在模糊聚m=1K- mJm1:类目标函数中的加权指数是引入的mBezdek,对于从硬聚类准则函数推广得到的目标函数(),如果不3给隶属度乘一个权重,这种推广则是无效的。参数又称为m平滑因子,控制着模式在模糊类间的分享程度,因此,要实现模糊聚类就必须选定一个然而最佳的选取目前尚缺乏m,m理论指导。对目标函数进行最优化计算时,由于目标函数包含两个参数,故按拉普拉斯乘数法进行优化计算时,(U,V)对进行交替迭代优化计算。算法的步骤如下:(U,V)FCM确定聚类数,加权指数,中止误差,最大迭代次
12、数(1) Cm。LOOP初始化隶属度矩阵。(2) U(0)开始循环,取(3) IT=0,1,2,。根据(4) ()UITiv计算:=NkmikNkkmikITiuxuv11)()(/)( , i=1,2, ,C (4)对(5) k=1,2,,计算,NU()IT+1:kxiviv对所有的(i=1,2, kx满足,则对此计算,C)iku1121-=mCjjkikddkxiv对,=,i =1,2,C (5)ivkxivkxikujku若对某一个成立,则对应此,令;(=1=0j )。这样,去处掉聚类中心同样本一致的情形,把隶属度模糊i化为到之间的实数。01若(6) U()IT- U()IT+1或,停止
13、;否则置LOOPIT = IT并返回。+1,(4)算法允许自由选取聚类个数,每一向量按其指定FCMiku的隶属度聚类到每一聚类中心。算法是通过0,1FCM最小化目标函数来实现数据聚类的。算法改进与实验分析2 实验区为北京地区,位于北京市区的东北部分。实验数据是年 月 日获得的卫星数据,获得的数据中200164ASTER、 、波段(米分辨率),、 波段在可见光范围之123N1512内,其光谱范围为0.520.60和m0.630.69;波段m3N是近红外波段,其光谱范围为。实验所选研0.760.86m究区域为 512?个像元(米分辨率)。图是实验区的原512151始卫星数据的波段的彩色合成图。AS
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022年模糊c_均值算法改进及其对卫星遥感数据聚类的对比 2022 模糊 c_ 均值 算法 改进 及其 卫星 遥感 数据 对比
限制150内