说明:根据实验数据设计K均值聚类分析分类器,实验数据采用遥感彩色图像,以图像的所有象素为样本集,每一象素点的R、G、B值作为其特征向量。1)选择合适的类别数K和初始聚类中心。2)选择距离测度。3)设计迭代中止条件,或人为设定迭代次数。
说明:应用背景关键技术该算法对 松散关系;K近邻分类器,一个流行的 ;机器学习 ;分类,经常混淆技术k-均值 ;因为 ;K ;在名称。可以将近邻分类器对 得到的聚类中心;k-均值将新数据到现有的集群。这就是最近的质心分类器 ; ;或Rocchio算法。
说明:D-S证据理论数据融合,一个师兄的毕设,采用累计贡献率的方法,包括AHP,因子分析,回归分析,聚类分析,课程设计时编写的matlab程序代码,是机器学习的例程。