计算机与现代化
計算機與現代化
계산궤여현대화
COMPUTER AND MODERNIZATION
2008年
7期
66-69
,共4页
孟海东%郝永宽%宋飞燕%格日勒图
孟海東%郝永寬%宋飛燕%格日勒圖
맹해동%학영관%송비연%격일륵도
遥感图像%非监督分类%聚类算法
遙感圖像%非鑑督分類%聚類算法
요감도상%비감독분류%취류산법
通过对几种常用的非监督计算机遥感图像分类方法,如k-means、层次聚类和神经网络的分析研究发现,由于这些方法不能克服数据噪声点的影响,输出结果对输入参数依赖性较大,使其对图像的分类效果受到影响.为了提高图像的非监督分类效果,本文提出了一种基于密度和自适应密度可达聚类算法.实验分析表明,与常用的分类方法相比,该算法具有良好的分类效果.
通過對幾種常用的非鑑督計算機遙感圖像分類方法,如k-means、層次聚類和神經網絡的分析研究髮現,由于這些方法不能剋服數據譟聲點的影響,輸齣結果對輸入參數依賴性較大,使其對圖像的分類效果受到影響.為瞭提高圖像的非鑑督分類效果,本文提齣瞭一種基于密度和自適應密度可達聚類算法.實驗分析錶明,與常用的分類方法相比,該算法具有良好的分類效果.
통과대궤충상용적비감독계산궤요감도상분류방법,여k-means、층차취류화신경망락적분석연구발현,유우저사방법불능극복수거조성점적영향,수출결과대수입삼수의뢰성교대,사기대도상적분류효과수도영향.위료제고도상적비감독분류효과,본문제출료일충기우밀도화자괄응밀도가체취류산법.실험분석표명,여상용적분류방법상비,해산법구유량호적분류효과.
