基于模糊C均值聚类的遥感影像分类

目前大部分XML查询语言都使用树模式来匹配待查询的XML文档树以得到所需要的、与模式树相吻合的查询结果，此效率在很大程度上取决于XML模式树的大小，那么尽可能快速地查找并删除查询模式树中的冗余节点就变

模糊C均值聚类算法（FCM）在硬C均值聚类的基础上有效地解决了医学图像分割中存在的模糊情况，通过建立表示图像中像素点与聚类中心加权相似度的目标函数，采用迭代优化的方法求解目标函数的极小值来确定最佳聚类

论文研究-基于遗传优化的采样模糊C均值聚类算法.pdf, 在数据挖掘领域,模糊C均值聚类法(FCM)在处理小量低维的数据挖掘时是有效的,但是面向数据库的数据挖掘经常要处理大量、高维的数据.在这种情况下

针对模糊C-均值聚类算法过度依赖初始聚类中心的选取,从而易受孤立点和样本分布不均衡的影响而陷入局部最优状态的不足,提出一种基于自适应权重的模糊C-均值聚类算法。该算法采用高斯距离比例表示权重,在每一次

基于改进遗传算法的加权模糊C均值聚类算法

针对极化SAR(PolSAR)遥感图像分割,提出了一种空间受限的核模糊C均值(SCKFCM)算法。 与经典的模糊C均值(FCM)算法相比,核方法可以执行从原始空间到核空间的非线性映射。 因此,SCKF

针对模糊C均值聚类(FCM)算法聚类原型最适合于球状类型簇的特点,提出了基于类间分离度和类内紧缩度加权的冗余聚类中心的FCM算法,即先将大簇或者延伸形状的簇(非凸)采用加权FCM算法分割成多个小类(冗

论文研究-模糊C-均值中的最优聚类与最佳聚类数.pdf,  根据模糊C-均值(FCM)算法中的类中距与类间距构造一个新且简

将模糊集理论和k-means聚类联系起来,设计了模糊k-means聚类算法,其聚类效果比单纯的k-means要好。

该程序基于VC实现了K均值算法，并对常见遥感图像TM、SPOT等影像进行地物分类，通过与常见商业遥感软件分类结果对比发现精度优良。希望对相关专业的学生有所帮助。