论文部分内容阅读
通过对几种常用的非监督计算机遥感图像分类方法，如k-means、层次聚类和神经网络的分析研究发现，由于这些方法不能克服数据噪声点的影响，输出结果对输入参数依赖性较大，使其对图像的分类效果受到影响。为了提高图像的非监督分类效果。本文提出了一种基于密度和自适应密度可达聚类算法。实验分析表明，与常用的分类方法相比，该算法具有良好的分类效果。