|本期目录/Table of Contents|

[1]刘祖瑾,杨玲,段琳琳,等.1种结合FCM聚类算法与粗糙集的林木提取方法[J].江苏农业科学,2018,46(16):185-190.
　Liu Zujin,et al.A forest tree extraction method combining FCM clustering algorithm and rough set[J].Jiangsu Agricultural Sciences,2018,46(16):185-190.
点击复制

1种结合FCM聚类算法与粗糙集的林木提取方法(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年第16期
页码:
185-190
栏目:
农业工程与信息技术
出版日期:
2018-08-30

文章信息/Info

Title:
A forest tree extraction method combining FCM clustering algorithm and rough set
作者:
刘祖瑾;  杨玲;  段琳琳;  龚娇娇;  乔贤贤
河南大学环境与规划学院，河南开封 475004
Author(s):
Liu Zujin; et al
关键词:
CM算法; 粗糙集; 无人机影像; 规则分类; 林木提取
Keywords:
-
分类号:
TP79；S127
DOI:
-
文献标志码:
A
摘要:
结合地物的光谱特征和纹理特征，利用模糊C-均值(fuzzy C-mean，简称FCM)聚类算法与粗糙集理论对无人机遥感影像进行林木提取研究。首先，提取特征参数，将提取的不同地物的光谱特征和纹理特征及地物类别构成粗糙集的决策表，其光谱特征和纹理特征为条件属性集合，类别为决策属性集合。其次，利用FCM算法与粗糙集理论对决策表进行特征约简，并以支持向量机(support vector machine，简称SVM)分类评估器来测试特征约简的精度，实现规则分类提取时特征向量的优选，减少特征冗余。最后，基于优选的特征，完成林木规则分类。试验结果表明，与其他方法相比，结合FCM聚类算法与粗糙集的林木提取方法可以降低错分率，能够取得较好的林木分类效果和较准确完整的树冠，其分类总体精度为91.94%，Kappa系数为84.20%。
Abstract:
-

参考文献/References:

［1］Zhang R Q，Zhu D L. Study of land cover classification based on knowledge rules using high-resolution remote sensing images［J］. Expert Systems with Applications，2011，38(4)：3647-3652.
［2］韦雪花. 轻小型航空遥感森林几何参数提取研究［D］. 北京：北京林业大学，2013.
［3］王伟. 无人机影像森林信息提取与模型研建［D］. 北京：北京林业大学，2015.
［4］樊江川. 无人机航空摄影测树技术研究［D］. 北京：北京林业大学，2014.
［5］张凝，冯跃文，张晓丽，等. 结合航空影像纹理和光谱特征的单木冠幅提取［J］. 北京林业大学学报，2015，37(3)：13-19.
［6］王婧，赵天忠，曾怡. 基于粗糙集规则提取的面向对象树种分类方法［J］. 遥感信息，2013，28(4)：90-97.
［7］陈杰，邓敏，肖鹏峰，等. 粗糙集高分辨率遥感影像面向对象分类［J］. 遥感学报，2010，14(6)：1139-1155.
［8］苗夺谦. Rough set理论中连续属性的离散化方法［J］. 自动化学报，2001，27(3)：296-302.
［9］谢 宏，程浩忠，牛东晓. 基于信息熵的粗糙集连续属性离散化算法［J］. 计算机学报，2005，28(9)：1570-1574.
［10］徐天，邓廷权. 基于FCM的相似关系粗糙集属性约简方法［J］. 计算机工程与应用，2012，48(32)：132-135.
［11］Pawlak Z. Rough sets［J］. International Journal of Computer & Information Sciences，1982，11(5)：341-356.
［12］Salamó M，López-Sánchez M. Rough set based approaches to feature selection for Case-Based Reasoning classifiers［J］. Pattern Recognition Letters，2011，32(2)：280-292.
［13］Tseng T B，Huang C C. Rough set-based approach to feature selection in customer relationship management［J］. Omega，2007，35(4)：365-383.
［14］张建华，祁力钧，冀荣华，等. 基于粗糙集和BP神经网络的棉花病害识别［J］. 农业工程学报，2012，28(7)：161-167.
［15］Han J，Kamber M，Pei J. Data mining：concepts and techniques［M］. Elsevier，2011.
［16］何丽红，刘金刚，文友先. 基于粗糙集与支持向量机的禽蛋蛋壳无损检测［J］. 农业机械学报，2009，40(3)：167-171.
［17］徐袭，姚琼荟，石敏. 基于粗糙集与支持向量机的故障智能分类方法［J］. 计算技术与自动化，2006，25(1)：32-34.
［18］Xu Z，Huang L，Yang B.Efficient attribute reduction algorithm based on skowron discernibility matrix［J］. International Workshop on Intelligent Systems and Applications，2009，3(3)：1-4.
［19］Bezdek J C，Ehrlich R，Full W. FCM：the fuzzy c-means clustering algorithm［J］. Computers & Geosciences，1984，10(2)：191-203.
［20］张东波，王耀南. FCM聚类算法和粗糙集在医疗图像分割中的应用［J］. 仪器仪表学报，2006，27(12)：1683-1687.
［21］Hemanth D J，Selvathi D，Anitha J. Effective fuzzy clustering algorithm for abnormal MR brain image segmentation［C］//IEEE International Advance Computing Conference，2009：609-614.
［22］Bazan J，Skowron A，Synak P. Dynamic reducts as a tool for extracting laws from decisions tables［J］. International Symposium on Methodologies for Intelligent Systems，1994，869：346-355.
［23］Holland J H. Adaptation in natural and artificial systems：an introductory analysis with applications to biology，control，and artificial intelligence［M］. Michigan，USA：The University of Michigan Press，1975.
［24］陈桂芬，马丽，董玮，等. 聚类、粗糙集与决策树的组合算法在地力评价中的应用［J］. 中国农业科学，2011，44(23)：4833-4840.
［25］陈春雷，武刚. 面向对象的遥感影像最优分割尺度评价［J］. 遥感技术与应用，2011，26(1)：96-102.
［26］Du P J，Li X L，Cao W，et al. Monitoring urban land cover and vegetation change by multi-temporal remote sensing information［J］. Mining Science and Technology，2010，20(6)：922-932.
［27］陈秋晓，骆剑承，周成虎，等. 基于多特征的遥感影像分类方法［J］. 遥感学报，2004，8(3)：239-245.

相似文献/References:

[1]陈向阳,陈丽萍,王思乐,等.粗糙集在棉花异性纤维图像去噪中的应用[J].江苏农业科学,2016,44(03):446.
　Chen Xiangyang,et al.Application of rough set in denoising of cotton fiber image[J].Jiangsu Agricultural Sciences,2016,44(16):446.
[2]党亚男,王芳,田建艳,等.面向猪的姿态识别的特征优选方法研究[J].江苏农业科学,2016,44(03):448.
　Dang Yanan,et al.Study on optimal feature selection method of pig posture recognition[J].Jiangsu Agricultural Sciences,2016,44(16):448.
[3]曹武军,张良伟.基于粗糙集-生产函数的农产品价格波动特点[J].江苏农业科学,2014,42(06):406.
　Cao Wujun,et al.Price volatility of agricultural products based on rough set-production function[J].Jiangsu Agricultural Sciences,2014,42(16):406.
[4]张会敏,张云龙,张善文,等.基于区分矩阵的属性约简算法的作物病害识别方法[J].江苏农业科学,2015,43(01):387.
　Zhang Huimin,et al.A crop disease recognition method based on attribute reduction of discernibility matrix[J].Jiangsu Agricultural Sciences,2015,43(16):387.
[5]白世贞,郭秋霞.基于粗糙集的猪肉绿色供应链绩效评价指标体系构建[J].江苏农业科学,2016,44(08):578.
　Bai Shizhen,et al.Construction of performance evaluation index system of pork green supply chain based on rough set[J].Jiangsu Agricultural Sciences,2016,44(16):578.

备注/Memo

备注/Memo:
收稿日期：2017-02-21
基金项目：国家自然科学基金(编号：41101450)；河南大学优秀青年科研人才培育基金(编号：yqpy20140016)。
作者简介：刘祖瑾(1991—)，女，河南新乡人，硕士研究生，研究方向为遥感与摄影测量应用。E-mail：1041361058@qq.com。
通信作者：杨玲，博士，副教授，硕士生导师，主要从事数字摄影测量与遥感、计算机视觉相关研究。E-mail：yangling0606@163.com。
更新日期/Last Update: 2018-08-20