【摘要】：為了提高遙感圖像分類精度,提出一種模糊均值聚類(FCM)和最小二乘支持向量機(jī)(LSSVM)相融合的遙感圖像分類方法(FCM-LSSVM).首先對(duì)遙感圖像樣本進(jìn)行模糊均值聚類,得到隸屬度矩陣,然后根據(jù)隸屬度矩陣選擇遙感圖像的訓(xùn)練樣本,最后將訓(xùn)練樣本輸入到最小二乘支持向量機(jī)進(jìn)行學(xué)習(xí),并采用粒子群優(yōu)化最小二乘支持向量機(jī)參數(shù),建立遙感圖像分類模型.通過(guò)仿真實(shí)驗(yàn)對(duì)算法性能進(jìn)行測(cè)試,結(jié)果表明FCM-LSSVM提高了遙感圖像分類效率和分類精度.
[Abstract]:In order to improve the classification accuracy of remote sensing images, a remote sensing image classification method (FCM-LSSVM) based on fuzzy mean clustering (FCM) and least squares support vector machine (LSSVM) is proposed. Firstly, the remote sensing image samples are clustered by fuzzy mean, and then the membership matrix is obtained. Then the training samples of remote sensing images are selected according to the membership matrix. Finally, the training samples are input to the least square support vector machine for learning. Particle swarm optimization and least square support vector machine (SVM) are used to establish remote sensing image classification model. The simulation results show that FCM-LSSVM improves the efficiency and accuracy of remote sensing image classification.
【作者單位】： 廣東開放大學(xué);
【基金】：廣東省高校自然科學(xué)基金項(xiàng)目(1420)
【分類號(hào)】：TP751;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 熊南;劉百芬;;基于自適應(yīng)粒子群優(yōu)化LSSVM的網(wǎng)絡(luò)流量在線預(yù)測(cè)[J];計(jì)算機(jī)應(yīng)用與軟件;2013年09期

2 嚴(yán)信;張?jiān)虑?;利用云模型實(shí)現(xiàn)FSVM遙感影像分類的隸屬度算法[J];計(jì)算機(jī)應(yīng)用與軟件;2013年05期

3 周君;李楠;方濤;;基于SVM的遙感圖像半自動(dòng)提取方法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2010年03期

4 吳景龍;楊淑霞;劉承水;;基于遺傳算法優(yōu)化參數(shù)的支持向量機(jī)短期負(fù)荷預(yù)測(cè)方法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

5 居紅云;張俊本;李朝峰;王正友;;基于K-means與SVM結(jié)合的遙感圖像全自動(dòng)分類方法[J];計(jì)算機(jī)應(yīng)用研究;2007年11期

6 吳芳;賈永紅;;基于PCA-BPNN的多光譜遙感影像分類[J];地理空間信息;2006年01期

7 郭志強(qiáng);蔡嵩;;彩色遙感圖像分類算法及Matlab實(shí)現(xiàn)[J];武漢理工大學(xué)學(xué)報(bào);2006年01期

8 周廷剛,蘇迎春;基于人工神經(jīng)網(wǎng)絡(luò)的城市航空遙感圖像植被分類研究[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年06期

9 余春艷,吳明暉,吳明;遙感圖像識(shí)別中粗糙集理論與神經(jīng)網(wǎng)絡(luò)的結(jié)合[J];遙感學(xué)報(bào);2004年04期

10 林劍,鮑光淑,敬榮中,黃繼先;FasART模糊神經(jīng)網(wǎng)絡(luò)用于遙感圖象監(jiān)督分類的研究[J];中國(guó)圖象圖形學(xué)報(bào);2002年12期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 熊陽(yáng)陽(yáng);;基于遺傳優(yōu)化支持向量機(jī)的軟巖隧道圍巖變形預(yù)測(cè)[J];四川建材;2016年08期

2 Yannan Zhao;Yuan Li;Lifen Zhang;Qiuliang Wang;;Groundwater level prediction of landslide based on classification and regression tree[J];Geodesy and Geodynamics;2016年05期

3 王振武;孫佳駿;于忠義;卜異亞;;基于支持向量機(jī)的遙感圖像分類研究綜述[J];計(jì)算機(jī)科學(xué);2016年09期

4 張濤;唐華;張?zhí)鹛?;網(wǎng)絡(luò)流量預(yù)測(cè)算法仿真分析[J];計(jì)算機(jī)仿真;2016年09期

5 王衛(wèi)紅;卓鵬宇;;基于PCA-FOA-SVR的股票價(jià)格預(yù)測(cè)研究[J];浙江工業(yè)大學(xué)學(xué)報(bào);2016年04期

6 魏晶茹;馬瑜;白冰;任貴召;賀青;;基于PSO-SVM算法的環(huán)境監(jiān)測(cè)數(shù)據(jù)異常檢測(cè)和缺失補(bǔ)全[J];環(huán)境監(jiān)測(cè)管理與技術(shù);2016年04期

7 周林飛;姚雪;蘆曉峰;;基于相容粗糙集的BP神經(jīng)網(wǎng)絡(luò)濕地覆被信息提取——以雙臺(tái)子河口濕地為例[J];資源科學(xué);2016年08期

8 曹坤;劉素霞;;上海市水資源生態(tài)足跡分析與SVR預(yù)測(cè)[J];華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年04期

9 鄒志勇;韓玖勝;;蘋果采摘機(jī)械手的逆運(yùn)動(dòng)學(xué)求解研究[J];浙江農(nóng)業(yè)學(xué)報(bào);2016年07期

10 李靜;張卓群;李旭;;基于GA-SVM的輸電塔結(jié)構(gòu)基礎(chǔ)施工成本預(yù)測(cè)[J];施工技術(shù);2016年12期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李明迅;孟相如;溫祥西;袁榮坤;;基于在線LS-SVM的網(wǎng)絡(luò)流量預(yù)測(cè)[J];電視技術(shù);2012年07期

2 楊永生;;一種自適應(yīng)調(diào)節(jié)粒子群優(yōu)化算法的研究[J];西安科技大學(xué)學(xué)報(bào);2011年03期

3 林楠;李翠霞;;SVM在非線性網(wǎng)絡(luò)流量預(yù)測(cè)中的應(yīng)用研究[J];計(jì)算機(jī)仿真;2011年05期

4 李剛;萬(wàn)幼川;;基于高維云模型和RBF神經(jīng)網(wǎng)絡(luò)的遙感影像不確定性分類方法[J];測(cè)繪科學(xué);2012年01期

5 周曉蕾;王萬(wàn)良;陳偉杰;;基于小波變換和優(yōu)化的SVM的網(wǎng)絡(luò)流量預(yù)測(cè)模型[J];計(jì)算機(jī)應(yīng)用與軟件;2011年02期

6 張弦;王宏力;;嵌入維數(shù)自適應(yīng)最小二乘支持向量機(jī)狀態(tài)時(shí)間序列預(yù)測(cè)方法[J];航空學(xué)報(bào);2010年12期

7 張淑清;賈健;高敏;韓敘;;混沌時(shí)間序列重構(gòu)相空間參數(shù)選取研究[J];物理學(xué)報(bào);2010年03期

8 羅峗騫;夏靖波;王煥彬;;混沌-支持向量機(jī)回歸在流量預(yù)測(cè)中的應(yīng)用研究[J];計(jì)算機(jī)科學(xué);2009年07期

9 吳青;劉三陽(yáng);杜U，

本文編號(hào)：2458762