Areal Image Clustering using SOM with 2 Phase Learning

SOM의 2단계학습을 이용한 항공영상 클러스터링

Aerial imaging is one of the most common and versatile ways of obtaining information from the Earth surface. In this paper, we present an approach by SOM(Self Organization Map) algorithm with 2 phase learning to be applied successfully to aerial images clustering due to its signal-to-noise independency. A comparison with other classical method, such as K-means and traditional SOM, of real-world areal image clustering demonstrates the efficacy of our approach.

본 논문에서는 자기 조직화 기능을 갖는 Kohonen의 SOM(Self Organization Map) 신경회로망에 2단계의 학습과정을 활용하여 항공영상에서 물체를 인근의 물체와 효과적으로 구별하기 위한 접근방법을 제안하고 실제의 항공영상에 적용하여 기존의 고전적인 K-means 알고리즘 및 원래의 SOM 알고리즘보다 우수함을 보인다.