[1]史云松,史玉峰*.基于核模糊聚类的遥感影像分类[J].南京林业大学学报(自然科学版),2010,34(06):164-168.[doi:10.3969/j.jssn.1000-2006.2010.06.036]
 SHI Yun song,SHI Yu feng*.Classification of remote sensing image based on kernel fuzzy Cmeans[J].Journal of Nanjing Forestry University(Natural Science Edition),2010,34(06):164-168.[doi:10.3969/j.jssn.1000-2006.2010.06.036]
点击复制

基于核模糊聚类的遥感影像分类
分享到:

《南京林业大学学报(自然科学版)》[ISSN:1000-2006/CN:32-1161/S]

卷:
34
期数:
2010年06期
页码:
164-168
栏目:
研究简报
出版日期:
2010-11-30

文章信息/Info

Title:
Classification of remote sensing image based on kernel fuzzy Cmeans
作者:
史云松史玉峰*
南京林业大学土木工程学院,江苏南京210037
Author(s):
SHI Yunsong SHI Yufeng*
College of Civil Engineering, Nanjing Forestry University, Nanjing 210037, China
关键词:
模糊聚类核模糊聚类遥感影像分类
Keywords:
fuzzy Cmeans kernel fuzzy Cmeans remote sensing image classification
分类号:
TP751
DOI:
10.3969/j.jssn.1000-2006.2010.06.036
文献标志码:
A
摘要:
基于模糊模式识别原理和核方法特性,提出了基于核的模糊聚类算法,用核目标函数取代模糊C均值中的目标函数,选用高斯核函数实例研究了模糊核聚类在遥感影像分类中 的应用。结果表明:与传统的模糊聚类算法相比,模糊核聚类算法能够有效改善遥感影像分类效果,从而拓宽了模糊模式识别的应用范围。
Abstract:
Based on the principle of fuzzy pattern recognition and the characteristics of kernelbased method, an algorithm of kernelbased fuzzy clustering is put forward. Based on the principle of fuzzy pattern recognition and the characteristics of kernel method, the objective function of fuzzy Cmeans is substituted with a kernel objective function and the Gaussian kernel function is used in a kernelbased fuzzy clustering. The approach of kernelbased fuzzy clustering is used in the classification of remote sensing image, and the result shows that it can effectively improve the classification accuracy of remote sensing images compared with the traditional fuzzy Cmeans clustering. The approach presented in this paper can develop the application range of fuzzy pattern recognition.

参考文献/References:

[1]Brown M, Lewis H G, Gunn S R. Linear spectral mixture models and support vector machines for remote sensing[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(5): 2346-2360. [2]胡剑策,吴国平. 基于KL变换的BP神经网络遥感图像分类[J]. 测绘科学,2009,34(3):137-139. [3]Bezdek J C. Pattern Recognition with Fuzzy Objective Function Algoritnms [M]. New York:Plenum Press, 1981. [4]钮永莉. 模糊模式识别方法研究及其在油气预测中的应用[D]. 福州:福州大学,2004. [5]Bezdek J C, Castelaz P F. Prototype classification and feature selection with fuzzy sets[J]. IEEE Trans SMC, 1977, 7(2): 87-92. [6]丁震,胡钟山,杨静宇,等. 一种基于模糊聚类的图像分割方法[J]. 计算机研究与发展,1997,34(7):536-541. [7]李晶皎,孙杰,姚天顺. 语音识别中基于SFCM模糊聚类的矢量量化方法[J]. 计算机研究与发展,1999,36(3):263-267. [8]王瑞花,宋建社. 基于改进FCM算法的SAR图像分类[J]. 西北大学学报,2008,38(4):574-576. [9]别怀江. 基于模糊集的遥感图像分类研究[D]. 哈尔滨:哈尔滨工程大学,2005. [10]罗来平. 遥感图像分类中模糊模式识别和决策树方法的应用研究[D]. 北京:首都师范大学,2006. [11]高新波,谢维信. 模糊聚类理论发展及其应用的研究进展[J]. 科学通报,1999,44(21):2241-2251. [12]孙即祥. 现代模式识别[M]. 2版. 北京:高等教育出版社,2008. [13]肖健华. 智能模式识别方法[M]. 广州:华南理工大学出版社,2006. [14]曲福恒,马驷良,胡雅婷. 一种基于核的模糊聚类算法[J]. 吉林大学学报:理学版,2008,46(6):1137-1141. [15]纪秋颖,林健. 基于核方法的聚类算法及其应用[J]. 北京航空航天大学学报,2006,32(6):747-750.

相似文献/References:

[1]徐福元,葛明宏,汪企明,等.马尾松种源对松材线虫病的抗性[J].南京林业大学学报(自然科学版),1998,22(02):029.[doi:10.3969/j.jssn.1000-2006.1998.02.007]
 Xu Fuyuan Ge Minghong Wang Qiming Zhang Pei Zhu Kegong(Forestry Research Institute of Jiangsu Province Nanjing ) (Nanjing Forestry University ) Zhao Julin Xu Dong Wang Mingming(Agroforest Bureau of Nanjing).STUDIES ON THE MASSON PINE PROVENANCES RESISTANCE TOPINE WOOD NEMATODE (PWN) DISEASE IN CHINA[J].Journal of Nanjing Forestry University(Natural Science Edition),1998,22(06):029.[doi:10.3969/j.jssn.1000-2006.1998.02.007]

备注/Memo

备注/Memo:
收稿日期:2010-01-06修回日期:2010-07-26基金项目:南京林业大学引进高层次人才和高层次留学回国人员科研基金项目(G2009-04);南京林业大学土木工程学院研究生创新基金 项目(YC2009-5)作者简介:史云松(1987—),硕士生。*史玉峰(通信作者),教授。Email: yufeng788@163.com。引文格式:史云松,史玉峰.
更新日期/Last Update: 2010-12-27