Algoritmo de clasificación no supervisada basado en wavelets

X. Otazu y J. Nuñez

RESUMEN

Los métodos estándar de clasificación no supervisada no permiten determinar automáticamente el número de clases presentes en nuestros datos. Por tanto, el operador humano debe suministrar a priori esta característica al método, lo que conduce a una difícil interpretación de las clases obtenidas. Presentamos un algoritmo basado en wavelets que determina automáticamente el número de clases presentes en los datos, así como su posición y propiedades estadísticas en el espacio multiespectral. La única información que se suministra al algoritmo son los datos a clasificar.

PALABRAS CLAVE: clustering, clasificación multiespectral, wavelets.

ABSTRACT

The usual methods for cluster analysis and supervised classification do not allow us to automatically determine the number of clusters present in our data. Therefore, the human operator has to supply to the method an a priori number of clusters, which the algorithm is expected to find. The interpretation of the resulting clusters is an arduous task. We present a wavelet based algorithm which automatically finds the number of clusters present in the data, and their position and statistical properties. The only information supplied to the method is the data to analyze.

KEY WORDS: clustering, multispectral classification, wavelets.

PULSE AQUI PARA DESCARGAR EL ARTÍCULO COMPLETO.