Гистограммный иерархический алгоритм и понижение размерности пространства спектральных признаков
Автор: Сидорова В.С.
Журнал: Журнал Сибирского федерального университета. Серия: Техника и технологии @technologies-sfu
Статья в выпуске: 6 т.10, 2017 года.
Бесплатный доступ
Предлагается алгоритм понижения размерности данных в процессе иерархической гистограммной кластеризации данных дистанционного зондирования Земли. Иллюстрировано применение алгоритма к многоспектральным данным. Кластеризация большого объема данных ДЗЗ обычно осуществляется двумя способами: по K средним (заранее должно быть известно число кластеров K и приближенное распределение данных) и гистограммными. Здесь предлагается иерархический гистограммный алгоритм, который не требует задания числа кластеров и является быстрым. В работе рассматривается вопрос о сокращении размерности собственного пространства признаков, полученного методом иерархического гистограммного алгоритма. Получая кластеры многоспектрального изображения, обратим внимание на то, что различные кластеры, соответствующие различным объектам на Земле, могут характеризоваться различной размерностью данных, т.е. множество спектральных каналов, поступающих со спутника, может оказаться лишним для ряда объектов. Детальность кластеризации также может оказаться различной в разных кластерах.
Дистанционное зондирование, кластеризация, многомерная гистограмма, кластерная разделимость, собственное пространство векторов
Короткий адрес: https://sciup.org/146115238
IDR: 146115238 | DOI: 10.17516/1999-494X-2017-10-6-714-722
Список литературы Гистограммный иерархический алгоритм и понижение размерности пространства спектральных признаков
- Sidorova V.S. Detecting Clusters of Specified Separability for Multispectral Data on Various Hierarchical Levels. Pattern Recognition and Image Analysis, 2014, 24(1), 151-155
- Narendra P.M., Goldberg M. A non-parametric clustering scheme for LANDSAT. Pattern Recognition, 1977, 9, 207-215
- Koontz W., Narendra P.M. and Fukunaga K. A graph theoretic approach to non-parametric cluster analysis, IEEE Trans. Comput. C-23, 936-944 (1967)
- Sidorova V. S. Separating of the Multivariate Histogram on the Unimodal Clusters. Proceedings of the Second IASTED International Conference "Automation Control and Information Technology". 2005, 267-274
- Cидорова В.С. Кластеризация многоспектральных изображений с помощью анализа многомерной гистограммы. Математические и технические проблемы обработки изображений. СО АН СССР, 1986, 52-57
- Сидорова В.С. Классификация многоспектральных космических изображений поверхности Земли с помощью разделения многомерной гистограммы по унимодальным кластерам. Вестник КазНУ., сер. географическая, 2004, 19(2), 206-210
- Сидорова В.С. Оценка качества классификации многоспектральных изображений гистограммным методом. Автометрия, 2007, 43(1), 37-43
- Halkidi M., Batistakis Y. and Vazirgiannis M. On clustering validation techniques. Journal of Intelligent Information Systems, 2001, 17(2-3), 107-131
- Сидорова В.С. Гистограммная кластеризация данных дистанционного зондирования Земли. Материалы II международной конференции "Региональные проблемы дистанционного зондирования Земли", 2015, 213-218
- Калиткин Н.Н. Численные методы. Москва, Наука. 1978, 512 с
