ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

Parameter-free K-means clustering algorithm for satellite imagery application

หน่วยงาน สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ

รายละเอียด

ชื่อเรื่อง : Parameter-free K-means clustering algorithm for satellite imagery application
นักวิจัย : Kitti Koonsanit , Chuleerat Jaruskulchai , Apisit Eiumnoh , กิตติ ขุนสนิท , ชุลีรัตน์ จรัสกุลชัย , อภิสิทธิ์ เอี่ยมหน่อ
คำค้น : Determination a number of clusters , Information system , Information, computing and communication sciences , K-means , Knowledge engineering , Number of cluster , Parameter-Free , จำนวนของกลุ่ม , พารามิเตอร์ , สาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์
หน่วยงาน : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
ผู้ร่วมงาน : -
ปีพิมพ์ : 2555
อ้างอิง : http://www.nstda.or.th/thairesearch/node/23638
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

Unsupervised classification is a popular tool for unlabeled datasets in data mining and exploratory data analysis, such as K-means and Fuzzy C-mean. Although these unsupervised techniques have demonstrated substantial success for satellite imagery, they have some limitations. The initialization number of clusters in K-means clustering application is often needed in advance as an input parameter to the algorithm. Our previous paper regarding the initialization number of clusters in K-means clustering application with a co-occurrence matrix technique has been published. Although our previous approach regarding the number of cluster was discovered, but it was limited to count a number of peaks in occurrence matrix as the number of clusters by manual counting. The best of our previous approach need to automatically find and count a number of peaks in occurrence matrix. In this research, we assume that the satellite imagery is given and we have no knowledge beforehand for segmentation. Hence, this paper presents a simple, parameter-free K-means method for K-means in satellite imagery clustering application to determine the initialization number of clusters with image processing algorithms based on the co-occurrence matrix technique. A maxima technique is proposed for automatic counting a number of peaks in occurrence matrix as the number of clusters. The parameter-free method was tested with hyperspectral imagery and multispectral imagery. The results from the tests confirm the effectiveness of the proposed method in K-means method and compared with isodata algorithm.

บรรณานุกรม :
Kitti Koonsanit , Chuleerat Jaruskulchai , Apisit Eiumnoh , กิตติ ขุนสนิท , ชุลีรัตน์ จรัสกุลชัย , อภิสิทธิ์ เอี่ยมหน่อ . (2555). Parameter-free K-means clustering algorithm for satellite imagery application.
    ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ.
Kitti Koonsanit , Chuleerat Jaruskulchai , Apisit Eiumnoh , กิตติ ขุนสนิท , ชุลีรัตน์ จรัสกุลชัย , อภิสิทธิ์ เอี่ยมหน่อ . 2555. "Parameter-free K-means clustering algorithm for satellite imagery application".
    ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ.
Kitti Koonsanit , Chuleerat Jaruskulchai , Apisit Eiumnoh , กิตติ ขุนสนิท , ชุลีรัตน์ จรัสกุลชัย , อภิสิทธิ์ เอี่ยมหน่อ . "Parameter-free K-means clustering algorithm for satellite imagery application."
    ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ, 2555. Print.
Kitti Koonsanit , Chuleerat Jaruskulchai , Apisit Eiumnoh , กิตติ ขุนสนิท , ชุลีรัตน์ จรัสกุลชัย , อภิสิทธิ์ เอี่ยมหน่อ . Parameter-free K-means clustering algorithm for satellite imagery application. ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ; 2555.