计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
34期
221-223
,共3页
RPCCL%聚类%分割%簇初始化%遥感影像
RPCCL%聚類%分割%簇初始化%遙感影像
RPCCL%취류%분할%족초시화%요감영상
RPCCL(rival penalized controlled competitive learning)方法被认为是一种性能良好的聚类方法,但是将RPCCL聚类方法应用于高分辨率遥感影像分割任务中存在着聚类性能不稳定的局限.基于此,论文提出了基于簇初始化的RPCCL方法.研究表明,该方法能在保证聚类精度的情况下,改善RPCCL方法的聚类性能.
RPCCL(rival penalized controlled competitive learning)方法被認為是一種性能良好的聚類方法,但是將RPCCL聚類方法應用于高分辨率遙感影像分割任務中存在著聚類性能不穩定的跼限.基于此,論文提齣瞭基于簇初始化的RPCCL方法.研究錶明,該方法能在保證聚類精度的情況下,改善RPCCL方法的聚類性能.
RPCCL(rival penalized controlled competitive learning)방법피인위시일충성능량호적취류방법,단시장RPCCL취류방법응용우고분변솔요감영상분할임무중존재착취류성능불은정적국한.기우차,논문제출료기우족초시화적RPCCL방법.연구표명,해방법능재보증취류정도적정황하,개선RPCCL방법적취류성능.
