《光学遥感图像仿真及应用》:
(3)最大标准差。分类过程中任何一个类所能允许的标准差的最大值。如果分类迭代到某一步,某类的标准差超过此值,这个类就需分裂成两类后再进行下一次分类迭代。
(4)最小类间距。分类过程中任何两个类之间所能允许的最小类间距离。如果分类迭代到某一步,某两类之间的距离小于该值,那么这两个类就需合并成一个类再进行下一步分类迭代。
(5)拒绝阈。在分类迭代过程中会发生类的分裂和合并,即使这样也难以使最后的类中心包括实际存在的所有的类中心。经常出现的情况是,总有个别或少数的类是人们未认识、未掌握的。这些特殊的未知类的各个像元总是在分类迭代过程中按相近原则,归到相应的类里去。而实际上它根本不属于该类。为了不忽略这种特殊的未知类的存在,引进了一个称为拒绝阈的参数,它是像元与聚类中心之间可允许的最大距离;如果某一个像元与任何一个聚类中心的距离都大于这个值,那么这个像元就不能归到任何一个聚类中心去,即拒绝该类,或者说归入未知类。
(6)停止阚。虽然迭代聚类过程中,各类时而合并,时而分裂,甚至裂而又并,并而又裂,但这个过程也不会无止境地继续下去。迭代聚类的收敛性已有人用初等方法作了证明。实际分类过程中往往在分类迭代尚未到达收敛以前就须将分类过程停止。因为要达到迭代收敛,往往需要一个很长的运算过程。如果某一次迭代分类结果所有类的中心与前一次分类结果对应类的中心的绝对值距离均小于某一规定值,分类迭代就到此为止。这个阈值就叫作停止阈。这是最经常使用而又最有效的一个停止分类迭代的方法。
(7)最多迭代次数。规定分类迭代运算最多不超过多少次,迭代到这些次以后就强制运算停止。
在具体分类过程中,当处理数据量不大时,可以对上述每个参数出几个值来试验,看哪个值较好。当处理数据量很大时,迭代一次就要花不少时间,很难一一进行试验。因此,可以采取以下的动态聚类策略:首先找到适合该分类对象的类的个数,并使它自始至终保持不变;然后保证有足够多的迭代次数,不让它收敛太快。
……
展开