10.13474/j.cnki.11-2246.2019.0108
结合mRMR选择和IFCM聚类的遥感影像分类算法
为解决高分影像特征间相关性大冗余度高、FCM聚类稳健性差带来的分类精度不佳问题,提出一种基于mRMR选择和改进FCM聚类的影像分类算法.首先基于对象置信度指标(OC)进行影像分割,然后利用mRMR算法实现特征选择,解决特征冗余问题,最后将提取的特征输入分类器通过IFCM聚类,得到最终分类结果.试验结果表明,本文算法能减少特征间相关性,降低冗余,并有效提高影像分类精度.
冗余度、mRMR选择、IFCM聚类、OC、影像分类
P237(摄影测量学与测绘遥感)
重庆市2013西南大学博士后科研项目Rc201336;重庆高校创新团队建设计划CXTDX201601020
2019-06-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
32-37