- 相关推荐
基于概率潜语义分析模型的高光谱影像层次聚类分析
摘要：将概率潜语义分析模型(PLSA)应用于高光谱影像聚类,提出一种基于语义信息的影像聚类方法.首先,利用ISODATA算法获取影像的初次聚类结果,从而形成PLSA模型中的视觉词；其次,利用影像分割算法对高光谱影像进行分割,并将分割体作为PLSA模型的文档；再次,利用多种最佳聚类类别数估计方法确定PLSA模型的潜语义主题的个数；进而估计PLSA模型的参数,获得概率主题内视觉词的概率分布和每个分割体中各概率主题的混合比例；最后利用统计模式识别方法获取每个影像文档中各个视觉词对应的潜语义主题的类型,从而实现影像的层次聚类分析.相关实验结果表明,本文的层次聚类结果较K-MEANS算法、ISODATA算法聚类结果的面向对象特性更明显,其与真实地物的空间分布更接近. 作者： 易文斌[1]慎利[1]齐银凤[2]唐宏[3] Author： YI Wen-bin[1] SHEN Li[1] QI Yin-feng[2] TANG Hong[3] 作者单位： 北京师范大学地表过程与资源生态国家重点实验室,北京100875; 北京师范大学资源学院,北京 100875北京师范大学地表过程与资源生态国家重点实验室,北京100875;国土环境与灾害监测国家测绘局重点实验室,江苏徐州221116北京师范大学地表过程与资源生态国家重点实验室,北京100875;矿山空间信息技术国家测绘局重点实验室,河南焦作454010;北京师范大学环境演变与自然灾害教育部重点实验室,北京100875 期 刊： 光谱学与光谱分析 ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2011, 31(9) 分类号： O433.4 关键词： 概率潜语义分析模型 高光谱影像 层次聚类 语义信息 机标分类号： TP3 TN9 机标关键词： 基于概率 潜语义 分析模型 高光谱影像 层次聚类分析 Semantic Analysis Based Image ISODATA算法 PLSA 视觉词 主题 统计模式识别方法 实验结果 分割算法 K-MEANS算法 语义信息 文档 空间分布 聚类方法 基金项目： 国家自然科学基金，高等学校博士学科点专项基金【基于概率潜语义分析模型的高光谱影像层次聚类分析】相关文章：
基于光谱相关性的SVM高光谱遥感影像分类04-28
基于概率的兵力部署模型04-29
基于端元提取的高光谱影像特定目标识别04-28
基于层次分析法的供应商评价模型05-02
基于潜在语义分析的文本研究04-29
基于描述逻辑的地图语义模型初步研究04-27
关于高光谱影像的土地信息提取04-30
基于灰关联度的事故聚类分析05-02