基于稳健统计理论的遥感影像特征估计模型初步研究

编号 zgly0001594033

文献类型 期刊论文

文献题名 基于稳健统计理论的遥感影像特征估计模型初步研究

作者 骆剑承  杨艳 

作者单位 中国科学院地理研究所信息室!北京100101  北京师范大学环境科学研究所!北京100875 

母体文献 遥感技术与应用 

年卷期 2000年01期

年份 2000 

分类号 TP751 

关键词 稳健统计  高斯混合密度  影像特征 

文摘内容 高斯混合密度降解模型 ( GMDD)是一种基于稳健统计理论的层次聚类方法。GMDD的分布模型是假设特征空间是由一组混合的高斯 ( Gaussian)分布组成的 ,然后通过一定优化算法来获得特征空间中与预先假设最符的特征分布 ,并逐步分离出特征空间 ,直到特征空间全部降解为一组特征模式的混合密度分布集。GMDD与传统的统计聚类相比较 ,主要优点有 :特征类别不受限定、抗干扰力强、参数估计与初始无关、考虑密度分布的可变性等。初步探讨了基于 GMDD方法的遥感影像特征估计模型和方法 ( GIFEM) ,并提出基于遗传算法的 GMDD优化模型。