留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进FCM算法的卫星云图聚类方法研究

李秀馨 王敬东 徐烨晔 温家旺

李秀馨, 王敬东, 徐烨晔, 温家旺. 基于改进FCM算法的卫星云图聚类方法研究[J]. 红外技术, 2013, (3): 150-154.
引用本文: 李秀馨, 王敬东, 徐烨晔, 温家旺. 基于改进FCM算法的卫星云图聚类方法研究[J]. 红外技术, 2013, (3): 150-154.
Satellite Image Clustering Research Based on Improved FCM Algorithm[J]. Infrared Technology , 2013, (3): 150-154.
Citation: Satellite Image Clustering Research Based on Improved FCM Algorithm[J]. Infrared Technology , 2013, (3): 150-154.

基于改进FCM算法的卫星云图聚类方法研究

详细信息
  • 中图分类号: TP391

Satellite Image Clustering Research Based on Improved FCM Algorithm

  • 摘要: 卫星云图是研究天气系统演变规律的重要信息,云层内容从卫星云图中提取出来可以有助于云图分析,减少陆地和海洋信息的干扰.为此采用了模糊C均值聚类算法(FCM)进行云图聚类,该算法具有计算效率高,过程简单的优点,但对初始聚类中心敏感,容易陷入局部最优解.针对此问题,本文将全局性良好的粒子群优化算法(PSO)引入 FCM 聚类算法,克服了初始聚类中心对全局收敛性的影响.同时,将阴影集理论与该混合算法结合起来,去除聚类过程中的异常值,提高算法的效率.通过红外云图聚类对比实验得出,改进的FCM算法与传统的FCM算法相比,聚类结果图的类间距离增大,类内距离减小,聚类质量有所提高.
  • 加载中
计量
  • 文章访问数:  96
  • HTML全文浏览量:  24
  • PDF下载量:  7
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回