针对模糊C均值算法对初始聚类中心比较敏感的问题,提出了一种改进的空间加权模糊C均值算法。该算法首先通过BP神经网络训练已知样本,得出初始隶属矩阵,从而提高了初始聚类中心的可靠性。鉴于空间数据具有自相关的特点,在算法中考虑邻域像元对中心像元的影响,并赋予不同的权重,使算法具有更强的抗噪能力。为验证方法的有效性,将改进的方法用于SPOT 2.5m遥感影像数据的分割,并与FCM、SFCM等算法的分割结果进行了对比分析,结果表明,本文方法取得了较好的效果。
科研之友
微信
新浪微博
Facebook
分享链接
