摘要：為快速發(fā)現(xiàn)海量遙測數(shù)據(jù)中的相關(guān)關(guān)系,提出一種基于改進(jìn)最大信息系數(shù)(Maximal Information Coefficient,MIC)的遙測數(shù)據(jù)相關(guān)性知識發(fā)現(xiàn)方法。以Mini Batch K-Means聚類算法為前驅(qū)過程對數(shù)據(jù)進(jìn)行網(wǎng)格劃分;計(jì)算該網(wǎng)格劃分下的互信息,并以信息熵代替原有最大熵對互信息進(jìn)行歸一化矯正得到信息系數(shù);選擇不同網(wǎng)格劃分下MIC作為變量相關(guān)性的測度。采用量子衛(wèi)星遙測數(shù)據(jù)進(jìn)行試驗(yàn),結(jié)果表明:與基于動態(tài)規(guī)劃算法的MIC方法相比,所提方法可有效解決MIC測度偏向多值變量的問題,時(shí)間復(fù)雜度從O(n^2.4)下降為O(n^1.6),是一種適用于大規(guī)模遙測數(shù)據(jù)相關(guān)性分析的有效方法。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
