Нечеткие кластеры с объемными прототипами в тематической обработке данных дистанционного зондирования Земли

Abstract

Рассматривается технология нечеткой кластеризации данных дистанционного зондирования Земли (ДЗЗ) расширенными алгоритмами С-средних и Густафсона-Кесселя. Расширения алгоритмов состоят в использовании объемных прототипов и меры сходства кластеров. Объемные прототипы менее чувствительны к шумовым выбросам в распределении данных. Кроме того, использование меры сходства позволяет объединять кластеры в процессе кластеризации

The fuzzy clustering technology of the Earth remote sensing data, based on extended C-means and Gustafson-Kessel algorithms, is discussed. The algorithms extensions consist of clusters with volume prototypes construction and using of clusters similarity measure. The volume prototypes are less sensitive to a bias in the distribution of the data, and similar clusters are merged during clustering