遥感信息
遙感信息
요감신식
2006年
5期
17-19,16
,共4页
薄树奎%邸凤萍%李华玮%李盛阳%朱重光
薄樹奎%邸鳳萍%李華瑋%李盛暘%硃重光
박수규%저봉평%리화위%리성양%주중광
非参数方法%均值漂移%特征空间%遥感图像
非參數方法%均值漂移%特徵空間%遙感圖像
비삼수방법%균치표이%특정공간%요감도상
传统的聚类方法大都是基于空间划分的方法,一般都假设数据符合混合高斯模型.这在实际应用中往往是不成立的.在大部分模式分类的问题中,常见的参数形式不适合实际遇到的概率密度,特别是所有经典的参数密度都是单峰的,而一般遥感图像都是包含多峰的密度,因此分类结果往往不够精确.用于模式分类的非参数方法正是解决这类问题的一个重要途径,可以从本质上克服这一缺陷,而且可以发现任意形状的聚类.均值漂移方法是基于密度估计的非参数聚类方法,遥感图像的聚类分析可以通过均值漂移方法来实现,而且均值漂移过程不需要预先给出地物的类别数目,在聚类过程中自动确定类别数,这对于图像中类别数目不易确定的情况,给非监督遥感图像聚类带来方便.
傳統的聚類方法大都是基于空間劃分的方法,一般都假設數據符閤混閤高斯模型.這在實際應用中往往是不成立的.在大部分模式分類的問題中,常見的參數形式不適閤實際遇到的概率密度,特彆是所有經典的參數密度都是單峰的,而一般遙感圖像都是包含多峰的密度,因此分類結果往往不夠精確.用于模式分類的非參數方法正是解決這類問題的一箇重要途徑,可以從本質上剋服這一缺陷,而且可以髮現任意形狀的聚類.均值漂移方法是基于密度估計的非參數聚類方法,遙感圖像的聚類分析可以通過均值漂移方法來實現,而且均值漂移過程不需要預先給齣地物的類彆數目,在聚類過程中自動確定類彆數,這對于圖像中類彆數目不易確定的情況,給非鑑督遙感圖像聚類帶來方便.
전통적취류방법대도시기우공간화분적방법,일반도가설수거부합혼합고사모형.저재실제응용중왕왕시불성립적.재대부분모식분류적문제중,상견적삼수형식불괄합실제우도적개솔밀도,특별시소유경전적삼수밀도도시단봉적,이일반요감도상도시포함다봉적밀도,인차분류결과왕왕불구정학.용우모식분류적비삼수방법정시해결저류문제적일개중요도경,가이종본질상극복저일결함,이차가이발현임의형상적취류.균치표이방법시기우밀도고계적비삼수취류방법,요감도상적취류분석가이통과균치표이방법래실현,이차균치표이과정불수요예선급출지물적유별수목,재취류과정중자동학정유별수,저대우도상중유별수목불역학정적정황,급비감독요감도상취류대래방편.
