论文部分内容阅读
基于静止气象卫星(GMS-5)多光谱云图的天气采样数据,分别对各样本数据在红外、水汽及可见光通道的灰度、梯度和纹理高维特征空间的投影点进行聚类分析,以确定诸天气样本在特征空间中的类属区域,进而用其对云图进行天气区的判别分类。针对传统聚类方法存在的缺点,本文采用了模糊C均值聚类(FCM)、遗传算法(GA)和模糊减法聚类(FSC)相互交叉、优势互补的思想,既克服了GA/FCM算法局部/全局寻优的不足,又可客观确定出聚类中心数目。对高维特征空间中的重叠和交叉部分的样本点类属,通过计算其与空间中各聚类中心点