论文摘要
结合K-means算法和谱聚类方法的优点,提出一种新的高光谱图像聚类方法。该方法在对高光谱图像数据进行特征降维的基础上,采用K-means算法对图像进行粗聚类处理,然后采用谱聚类方法对粗聚类结果进行较高精度的聚类。与K-means聚类算法相比,该方法有效提高了高光谱图像聚类的分类精度。对模拟数据和真实的高光谱数据的对比实验表明,相对于K-means和谱聚类方法,该方法具有良好的聚类性能。
论文目录
文章来源
类型: 期刊论文
作者: 杨随心,耿修瑞,杨炜暾,赵永超,卢晓军
关键词: 高光谱图像,聚类,谱聚类,均值聚类
来源: 中国科学院大学学报 2019年02期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,自动化技术
单位: 中国科学院电子学研究所中国科学院空间信息处理与应用系统技术重点实验室,中国科学院大学,中国国际工程咨询公司
基金: 高分5号应用共性关键技术项目(30-Y20A28-9004-15,17),国家重大科研仪器研制项目(41427805)资助
分类号: TP751
页码: 267-274
总页数: 8
文件大小: 5419K
下载量: 601
相关论文文献
- [1].双图约束谱聚类中的数据不相似图构造[J]. 信息工程大学学报 2017(05)
- [2].基于谱聚类的多视角聚类算法[J]. 河南教育学院学报(自然科学版) 2018(01)
- [3].利用谱聚类发现符号化时间序列中的模式[J]. 九江职业技术学院学报 2017(02)
- [4].融合多特征和谱聚类集成的图像分割方法[J]. 信阳师范学院学报(自然科学版) 2017(04)
- [5].基于谱聚类带有节点特征的社区发现算法[J]. 中国科学技术大学学报 2018(02)
- [6].基于半监督谱聚类集成的售后客户细分[J]. 计算机工程与应用 2020(02)
- [7].一种快速确定聚类中心的光谱聚类方法[J]. 太原科技大学学报 2020(06)
- [8].谱聚类广义模型和典型算法探析[J]. 通讯世界 2016(23)
- [9].基于模糊谱聚类的电力系统客户分群算法（英文）[J]. 机床与液压 2020(06)
- [10].基于谱聚类的二分网络社区发现算法[J]. 计算机科学 2019(04)
- [11].融入局部几何特征的流形谱聚类图像分割[J]. 模式识别与人工智能 2020(04)
- [12].基于谱聚类的自适应新生目标强度状态提取[J]. 计算机工程与设计 2019(03)
- [13].基于马尔科夫判别谱聚类的极化SAR图像分类方法[J]. 雷达学报 2019(04)
- [14].一种适用于大规模数据的约束谱聚类框架[J]. 信息工程大学学报 2018(04)
- [15].基于线性谱聚类的林地图像中枯死树监测[J]. 林业科学 2019(04)
- [16].基于谱聚类的访问控制异常权限配置挖掘机制[J]. 通信学报 2017(12)
- [17].稀疏谱聚类方法及应用[J]. 兰州大学学报(自然科学版) 2017(05)
- [18].基于协同谱聚类的推荐系统托攻击防御算法[J]. 北京邮电大学学报 2015(06)
- [19].一种谱聚类灰度纹理图像分割方法及其在近红外成像仿真中的应用[J]. 红外技术 2018(04)
- [20].基于信号传递的半监督谱聚类社区发现算法[J]. 计算机工程与设计 2018(05)
- [21].谱聚类在给水管网分区优化中的应用[J]. 土木建筑与环境工程 2016(06)
- [22].仿射传播和谱聚类的船舶轨迹聚类[J]. 河南科技大学学报(自然科学版) 2018(01)
- [23].基于谱聚类的多目标进化社区发现算法研究[J]. 计算机科学 2020(S1)
- [24].改进谱聚类与遗传算法相结合的电力时序曲线聚类方法[J]. 电力自动化设备 2019(02)
- [25].利用稀疏自编码的局部谱聚类映射算法[J]. 传感器与微系统 2018(01)
- [26].基于谱聚类的全局中心快速更新聚类算法[J]. 计算机与现代化 2018(10)
- [27].基于谱聚类集成的变压器在线故障诊断[J]. 电子学报 2017(10)
- [28].用于癌症亚分型的生物医学大数据谱聚类技术研究[J]. 科学技术创新 2018(16)
- [29].改进的谱聚类图像分割方法[J]. 计算机工程与应用 2011(21)
- [30].基于堆和邻域共存信息的KNN相似图算法[J]. 计算机科学 2018(05)