偏向自适应区间模糊C均值的遥感地物分类方法 |
| |
引用本文: | 冯国政,徐金江,范宝德,赵甜雨.偏向自适应区间模糊C均值的遥感地物分类方法[J].烟台大学学报(自然科学与工程版),2019(3):277-281. |
| |
作者姓名: | 冯国政 徐金江 范宝德 赵甜雨 |
| |
作者单位: | 烟台大学计算机与控制工程学院;山东中矿集团有限公司 |
| |
摘 要: | 遥感图像类内地物的异质性和类间地物的模糊性,造成地物类别归属的不确定性.模糊集理论能够对分类模糊现象进行有效的刻画,而区间值数据模型能够反映类别数据的不确定性.因此,本文结合区间值数据模型与模糊C均值算法,提出一种偏向自适应区间的模糊C均值算法,通过归一化类内均方差调整类别的整体区间宽度,利用偏向因子对数据进行有选择性的动态区间建模,进而增加类内紧凑性与类间边界可分性.实验结果表明,该方法可以有效地应用于SPOT5遥感数据的地物分类,整体分类精度和Kappa系数较现有流行的模糊分类方法均有较大的提升.
|
关 键 词: | 模糊C均值 区间值 偏向自适应性 地物分类 |
Remote Sensing Classification Method Based on Preferential Adaptive Interval-Value Fuzzy C-Means |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|