论文部分内容阅读
在使用无监督C均值算法进行遥感聚类的过程中，往往忽略了对已知信息的有效利用，针对这一问题，本文结合先验知识，提出一种基于半监督模糊C均值算法的遥感图像处理的模型。该模型利用已有的先验知识，进行一次快速迭代遍历，从而得到较好的初始聚类中心，克服原始算法初始聚类中心选取的随机性所带来的影响，在一定程度上避免了陷入局部最小。此外，在整体循环迭代过程中，加入先验知识的影响因子，解决同物异谱的问题，引导循环聚类向着正确的方向进行，有效地加快算法的收敛速度，提高聚类的精度。在此基础上，进一步添加反模糊自动判定类别属性的方法。最后本文使用误差矩阵和一致性指标，来验证算法的真实有效性。