資源描述：
《基于模糊聚類的高光譜遙感數(shù)據(jù)分類研究—畢業(yè)論文》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、河南農(nóng)業(yè)大學(xué)本科生畢業(yè)論文（設(shè)計(jì)）題目基于模糊聚類的高光譜遙感數(shù)據(jù)分類研究學(xué)院信息與管理科學(xué)學(xué)院專業(yè)班級計(jì)算機(jī)科學(xué)與技術(shù)撰寫日期：二○一三年五月二十日目錄引言21概述21.1研究背景21.2意義32遙感圖像分類技術(shù)的現(xiàn)狀42.1遙感影像信息提取方法42.2遙感影像分類43模糊聚類及其理論基礎(chǔ)63.1聚類的概念63.2聚類分析的步驟73.2.1特征提取73.2.2聚類算法的實(shí)施，聚類結(jié)果的獲得73.2.3聚類結(jié)果的評估84K-均值聚類算法及其應(yīng)用84.1k均值聚類算法思想84.2k均值算法步驟84.3K均值算法的過程描述94.4基于K均值聚類的高光譜數(shù)據(jù)分
2、類實(shí)驗(yàn)104.4.1實(shí)驗(yàn)設(shè)計(jì)及數(shù)據(jù)的采集104.4.2數(shù)據(jù)的處理104.4.3數(shù)據(jù)分類的程序?qū)崿F(xiàn)124.4.4分類結(jié)果145結(jié)論15參考文獻(xiàn)15致謝16附件17基于模糊聚類的高光譜遙感數(shù)據(jù)分類研究蘇娟信息與管理科學(xué)學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)摘要：高光譜遙感信息由于其數(shù)據(jù)量大、信息冗余多等特點(diǎn)，需要開展針對性的處理理論和方法研究，如波段選擇、高光譜分類等。遙感信息智能處理是目前遙感科學(xué)領(lǐng)域的研究熱點(diǎn)之一，具有重要的理論意義和實(shí)用價值。本文采用ASDFieldSpecHandHeld手持式高光譜儀，對不同藥劑濃度控制的不同嚴(yán)重度5個實(shí)驗(yàn)處理中小麥白粉病冠層光譜
3、反射率進(jìn)行測定，然后通過對原始反射率數(shù)據(jù)的變換和數(shù)理統(tǒng)計(jì)分析,運(yùn)用模糊聚類方法對光譜反射率數(shù)據(jù)進(jìn)行分類試驗(yàn)，分類結(jié)果顯示，從400nm-900nm波長范圍選出的20個特征點(diǎn)的反射值，利用k-均值聚類算法能夠?qū)崿F(xiàn)反射率數(shù)據(jù)的聚類，聚類結(jié)果最高達(dá)到單個組的正確率76.67%，平均正確率最高為64.67%。實(shí)驗(yàn)結(jié)果表明，模糊聚類能夠?qū)崿F(xiàn)高光譜遙感數(shù)據(jù)的有效分類，為進(jìn)一步探討利用高光譜遙感識別小麥病蟲害的嚴(yán)重度提供重要的理論依據(jù)。關(guān)鍵詞：高光譜遙感；智能處理；光譜反射率；模糊聚類；K-均值聚類Hyperspectralremotesensingdataclass
4、ificationbasedonfuzzyclusteringAbstract：Hyperspectralremotesensinginformationduetothelargeamountofdataandinformationredundancyandothercharacteristics,moreneedtodevelopargetedreatmenttheoryandmethodofresearch,suchasbandchoice,hyperspectralclassification,etc.Intelligentprocessingof
5、remotesensinginformationisoneofresearchhotspotsinthefieldofremotesensingscience,hasimportanttheoreticalsignificanceandpracticalvalue.ByASDFieldSpecHandHeldHandHeldspectrometer,highconcentrationondifferentagentscontrolthedifferentseverityoffiveexperimentalwheatpowderymildewindeali
6、ngwiththecanopyspectralreflectancewasmeasured,andthenthroughtransformationoftheoriginalreflectancedataandmathematicalstatisticsanalysis,thefuzzyclusteringmethodforspectralreflectancedatatotestclassification,classification,accordingtotheresultsfrom400nmto900nmwavelengthrangeselect
7、ed20reflectionvalueofthefeaturepoints,thek-meansclusteringmethodareusedtorealizethereflectivitydataclustering,clusteringresultstoamaximumof76.67%ofthetimeasinglegroup,theaverageaccuracyashighas64.67%.Theexperimentalresultsshowthatthefuzzyclusteringtorealizeeffectiveclassification
8、ofhyperspectralremotesensingdata,inorder
