输入特征向量的自适应优化——以遥感图像K-均值聚类为例

发布时间：2017-06-30 20:08

  本文关键词：输入特征向量的自适应优化——以遥感图像K-均值聚类为例，由笔耕文化传播整理发布。

【摘要】：针对在常规聚类应用中一般通过人工试凑调试输入特征分量表达式和权重所带来的参数选择困难的问题,该文以自适应计算替代人工调试为目的,给出了一个称为"输入特征向量自适应优化"(Self-adaptive Optimization of Input Feature Vector,SOIFV)的新方法。SOIFV分为两个部分:1)优化输入向量各分量的权重,它通过评估聚类结果的均质特性和紧密程度,确定权分量的改正方向和改正值,通过迭代逐步逼近最适宜的权向量;2)优化特征向量的描述符组合,这种优化通过使用描述符范例数据库自适应替换不适宜的特征分量实现,替换在当前最适宜权向量的指导下进行。以遥感图像K-均值聚类为例,以MATLAB为模拟平台,对SOIFV进行仿真测试;精度评估的测试样本以图像点采样获取,并与常规聚类方法作了精度比较。实验表明:SOIFV对聚类输入特征向量的自适应优化有效,以优化输入向量聚类的平均全局精度为85.27%,比使用常规方法聚类提高18.82%。
【作者单位】： 华东师范大学地理系;华东师范大学地理信息科学教育部重点实验室;
【关键词】： 聚类 特征空间 权重向量 自适应 K-means
【基金】：国家自然科学基金(J1310028)
【分类号】：TP751
【正文快照】： 0引言聚类算法能在几乎不依靠先验知识的情况下,提供实体的自然集群,因此在人工智能识别领域始终占有重要地位。近20年来,还被广泛用于语音识别、机器视觉、数据压缩、信息检索[1-2]和遥感图像分析等领域[3]。图像聚类是将像素集划分为若干类的过程,这种划分依靠像素在给定图

【参考文献】

中国期刊全文数据库 前10条

1 袁周米琪;周坚华;;自适应确定K-means算法的聚类数:以遥感图像聚类为例[J];华东师范大学学报(自然科学版);2014年06期

2 冯波;郝文宁;陈刚;占栋辉;;K-means算法初始聚类中心选择的优化[J];计算机工程与应用;2013年14期

3 赵凤;刘汉强;范九伦;潘晓英;;应用于遥感图像分割的原型提取谱聚类集成算法[J];武汉大学学报(信息科学版);2012年12期

4 原福永;张晓彩;罗思标;;基于信息熵的精确属性赋权K-means聚类算法[J];计算机应用;2011年06期

5 周坚华;周一凡;穆望舒;;城镇绿地树种识别的数学描述符[J];遥感学报;2011年03期

6 曹志宇;张忠林;李元韬;;快速查找初始聚类中心的K_means算法[J];兰州交通大学学报;2009年06期

7 夏梦雨;叶春明;吴勇;;利用博弈演化算法求解置换Flow shop调度问题[J];制造业自动化;2007年07期

8 袁方;周志勇;宋鑫;;初始聚类中心优化的k-means算法[J];计算机工程;2007年03期

9 王熙照,王亚东,湛燕,袁方;学习特征权值对K-均值聚类算法的优化[J];计算机研究与发展;2003年06期

10 孙才志,王敬东,潘俊;模糊聚类分析最佳聚类数的确定方法研究[J];模糊系统与数学;2001年01期

【共引文献】

中国期刊全文数据库 前10条

1 开隽;朱永忠;;基于改进模糊聚类模型的居民生活水平评价[J];信息技术;2016年04期

2 杨玉梅;;基于信息熵改进的K-means动态聚类算法[J];重庆邮电大学学报(自然科学版);2016年02期

3 任旭瑞;周坚华;;输入特征向量的自适应优化——以遥感图像K-均值聚类为例[J];遥感信息;2016年02期

4 郑丹;王名扬;陈广胜;;基于Weighted-slope One的用户聚类推荐算法研究[J];计算机技术与发展;2016年04期

5 沈德胜;朱良宽;宋佳音;李克新;;基于改进k均值聚类方法的林木冠层孔隙度提取[J];森林工程;2016年02期

6 耿志强;陈杰;韩永明;;基于模糊RBF神经网络的乙烯装置生产能力预测[J];化工学报;2016年03期

7 章宦记;;改良的kmeans与K近邻算法特性分析[J];电子产品世界;2016年01期

8 谢益均;缪裕青;邵其武;高韩;文益民;;概念漂移数据流中可探测新颖类别的分类算法[J];桂林电子科技大学学报;2015年06期

9 张一名;;云计算环境下的数据挖据算法研究[J];信息化建设;2015年12期

10 张阳;何丽;朱颢东;;一种改进的K-means动态聚类算法[J];重庆师范大学学报(自然科学版);2016年01期

【二级参考文献】

中国期刊全文数据库 前10条

1 冯波;郝文宁;陈刚;占栋辉;;K-means算法初始聚类中心选择的优化[J];计算机工程与应用;2013年14期

2 徐晓e，

本文编号：503295