马欢
,
景志勇
,
陈明
,
张建伟
连铸
doi:10.3969/j.issn.1007-5461.2015.05.005
为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊C均值算法方案.该方案通过加权模糊C均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息量.实验结果表明,与业内公认的原型空间提取算法相比,该方案在相对较小的数据集下,具有较为理想的稳定性,较高的分类精度,大大降低了对数据集样本数量的依赖性,同时改善了原型空间特征方法的效率.
关键词:
图像处理
,
高光谱图像
,
数据分类
,
特征提取
,
加权模糊C均值算法
