摘要：为了提高遥感图像分类精度,提出一种模糊均值聚类（FCM）和最小二乘支持向量机（LSSVM）相融合的遥感图像分类方法（FCM-LSSVM）.首先对遥感图像样本进行模糊均值聚类,得到隶属度矩阵,然后根据隶属度矩阵选择遥感图像的训练样本,最后将训练样本输入到最小二乘支持向量机进行学习,并采用粒子群优化最小二乘支持向量机参数,建立遥感图像分类模型.通过仿真实验对算法性能进行测试,结果表明FCM-LSSVM提高了遥感图像分类效率和分类精度.

关键词：遥感图像分类 模糊均值聚类 最小二乘支持向量机 粒子群优化算法 

单位：广东开放大学; 广东广州510091