[发明专利]基于特征参数聚类的时间序列数据土地覆被分类方法

权利要求书

1.基于特征参数聚类的时间序列数据土地覆被分类方法，其特征在于按照以下步骤进行：

步骤1：读取土地覆被的MODIS时序图像；

步骤2：读取聚类初始值；

将研究区土地覆被情况分类，提取这些特征点的值绘制特征曲线作为后续分类的初始值输入；

步骤3：计算特征参数；

步骤4：计算隶属度矩阵并计算聚类中心；

步骤5：距离小于精度，则进行下一步，否则跳到步骤3；

步骤6：依据隶属度矩阵划分时序数据类别；

步骤7：输出结果。

2.按照权利要求1所述基于特征参数聚类的时间序列数据土地覆被分类方法，其特征在于：所述步骤2中地类为五类：一季作物、二季作物、林草地、建设用地、水域；

其中，分类水浇地作为一季作物；旱地作为二季作物；果园、有林地作为林草地；荒草地、城市、建制镇作为建设用地；水库水面、河流水面作为水域。

3.按照权利要求1所述基于特征参数聚类的时间序列数据土地覆被分类方法，其特征在于：所述步骤3中特征参数计算方法：选择兰氏距离来定义两条曲线的距离；

其中m为时间序列X_i、X_j的长度，采用时序曲线的统计特征、兰氏距离和相关系数共同加权组成特征参数，用特征参数距离来定义两条曲线的相似程度：

d(X_i，X_j)＝ω₁S_ij+ω₂L_ij+ω₃R_ij i，j＝1，2，...，n。 (2)

4.按照权利要求1所述基于特征参数聚类的时间序列数据土地覆被分类方法，其特征在于：所述步骤4中计算隶属度矩阵并计算聚类中心；

使用Fuzzyc-means聚类方法聚类时序数据中的特征信息，基于下面最小化的目标函数：

其中m是大于1的任意实数，u_ij是x_i在j类中的隶属度，x_i是第i个数据的测量值，c_j是j类的聚类中心，||*||是任意一个测量值和中心之间的相似度基准；模糊是通过上面迭代到最优的目标函数，期间不断更新隶属度u_ij和聚类中心c_j；