摘要：本文主要研究不同分类阈值因子对模糊均值聚类分类结果精度的影响。我们选取了5种分类阈值因子（在0.5～2.5之间）对Landsat 8多光谱遥感影像的图像数据进行分类实验，并进行了精度分析，发现分类阈值因子在等于1.0时，精度最高。

1、引言

非监督遥感图像分类方法是利用数据中的光谱特征的相似性来进行数据的分类。相比监督分类，事先不需要了解研究区域，在分类过程中不需要任何训练样本的参考，减小了人为因素对分类结果的影响并节约了成本，但分类结果只能区分不同类别，对不同类别的属性没有任何的判断并且运算量更大。在各领域使用的聚类算法当中，模糊C-均值聚类（FCM）得到了大量的实际采用。它是一种根据每一样本点相对于每一聚类中心相似程度来确定每一点属于某一类别的算法，由传统的c-均值聚类算法改良而来。相比传统聚类方法，FCM会考虑每点数据对全部类别的类似度，但每种聚类方法都有自己的缺点，比如FCM算法在进行聚类前需要确定样本的聚类数，并且初始聚类中心对分类结果的影响很大，初始值的选择不当会导致目标函数得到不佳分类结果。

目前，聚类算法已经普遍被许多领域所应用，例如生物领域、医学领域、经济领域、数据处理领域等。在自动数据划分或分类处理中它是一种重要方法，是数据挖掘中的研究重点。由于使用者出于不同的分类目的应用不同的聚类方法在于相同样本上，得出的分类效果都不一样，因此该算法的改进一直是国内外的热点研究方向。……