摘要：针对FCM算法具有对数据集进行等划分趋势的缺陷,利用样本本身的近邻分布特性,提出近邻样本密度加权FCM（NSD-WFCM）、近邻样本隶属度加权FCM（NSM-WFCM）以及近邻样本密度和隶属度加权FCM（NSDM-WFCM）算法,并应用于遥感图像分类。对比FCM算法,NSD-WFCM、NSM-WFCM和NSDM-WFCM算法的总体分类精度和Kappa系数分别提高了5.67%、7.50%和11.17%;8.50%、11.25%和16.75%。实验结果表明：这些加权方法都在一定程度上克服了FCM算法的缺陷,提高了遥感图像的无监督分类能力,其中,NSM-WFCM算法的分类性能优于NSD-WFCM算法的分类性能,NSDM-WFCM算法分类性能最好。

关键词：遥感图像分类 fcm算法 加权fcm算法 近邻样本密度 近邻样本隶属度 

单位：四川理工学院计算机学院 自贡643000 电子科技大学地表空间信息技术研究所 成都611731