改进的K-means算法在遥感图像分类中的应用

编号 zgly0001595481

文献类型 期刊论文

文献题名 改进的K-means算法在遥感图像分类中的应用

作者 赵越  周萍 

作者单位 中国地质大学(北京)地球科学与资源学院 

母体文献 国土资源遥感 

年卷期 2011年02期

年份 2011 

分类号 TP751.1 

关键词 K-means  对数变换  主成分变换  概率密度函数 

文摘内容 遥感图像分类时,如果类别不明,K-means算法随机选取不同初值会导致分类结果有较大的差异。针对此问题,提出了一种改进的K-means算法。首先对遥感数据进行对数变换;然后采用主成分变换,依据主成分贡献率(≥85%)选择参与分类的主成分数;根据第一主成分的概率密度函数确定初始分类数和初始分类中心,并确定初始分类标签作为多个主成分的期望最大化(EM)分类算法所需初始值,避开了随机选取初值的敏感问题。通过实验数据验证,本文方法的分类精度优于传统的基于均值-方差的K-means算法。