[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 9، شماره 1 - ( 11-1396 ) ::
دوره 9 شماره 1 صفحات 63-73 برگشت به فهرست نسخه ها
تخمین بعد ذاتی و کاهش ابعاد داده های فراطیفی به منظور طبقه بندی با استفاده از روش های درخت تصمیم، ماشین بردار پشتیبان و شبکه عصبی
تینا نیک آئین، سونا صالحیان، یوسف کنعانی سادات، مهدی آخوندزاده هنزائی*
چکیده:   (275 مشاهده)
طبقه­ بندی تصاویر فراطیفی، به دلیل کاربردهای برجسته این تصاویر در حوزه­ های مختلف مانند نظامی، مدیریت و برنامه­ ریزی شهری، مدیریت منابع و کشف معادن، یکی‌ از مسائل بسیار مهم در پردازش تصاویر فرا­طیفی به شمار می‌‌آید. تصاویر فراطیفی به دلیل دارا بودن توان تفکیک طیفی بالا، اطلاعات قابل توجهی در ارتباط با ترکیب شی‌ با صحنه تصویر­برداری در اختیار کاربر قرار می­دهند. بزرگی ابعاد این تصاویر نه تنها محاسبات را پیچیده­تر می­کند بلکه دقت طبقه­بندی را به صورت قابل ملاحظه­ای کاهش می­دهد، به همین علت یکی از مهم­ترین بخش­های پردازش و تحلیل داده­های ابر­طیفی انتخاب کردن ویژگی­های مناسب جهت استخراج عوارض مورد­نظر می­باشد. در این تحقیق روشی برای غلبه بر این پیچیدگی ارائه می­شود. منطقه مورد مطالعه مربوط به دانشگاه پاویا می­باشد که به وسیله سنجنده هوابرد ROSIS از قسمت شمالی ایتالیا تصویر­برداری شده است. روش آنالیز اجزای اصلی به کمک تخمین بعد ذاتی به عنوان پیش­پردازشی جهت بهبود نتایج طبقه­بندی انجام شده است. در مرحله اول با استفاده از روش تخمین بعد ذاتی به روش Hysime تعداد باندهای مطلوب برای طبقه­بندی مشخص شده است و با استفاده از روش آنالیز اجزای اصلی باندهای بهینه برای اجرای الگوریتم­های طبقه­بندی استخراج میشود. سپس روش­های درخت تصمیم­گیری C4.5، ماشین بردار پشتیبان و شبکه عصبی برای طبقه­بندی تصویر فراطیفی پیاده سازی شده است. در نهایت دقت روش­های طبقه­بندی مقایسه شده که دقت طبقه­بندی به روش شبکه عصبی با دقت کلی 948/0 بیشترین دقت را در میان طبقه­بندی­کننده­ها داشته است.
 
واژه‌های کلیدی: تصاویر ابر طیفی، طبقه بندی، کاهش بعد ذاتی، استخراج ویژگی، درخت تصمیم گیری، شبکه عصبی
متن کامل [PDF 1492 kb]   (83 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: فتوگرامتری و سنجش از دور
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

کد امنیتی را در کادر بنویسید >


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Nikaein T, Salehiyan S, Kanani Sadat Y, Akhoondzadeh M. Intrinsic Dimensionality Estimation and Dimension Reduction of Hyperspectral Data for Classification Using Decision Tree C4.5, SVM and ANN. GEJ. 2018; 9 (1) :63-73
URL: http://gej.issge.ir/article-1-235-fa.html

نیک آئین تینا، صالحیان سونا، کنعانی سادات یوسف، آخوندزاده هنزائی مهدی. تخمین بعد ذاتی و کاهش ابعاد داده های فراطیفی به منظور طبقه بندی با استفاده از روش های درخت تصمیم، ماشین بردار پشتیبان و شبکه عصبی. نشریه علمی ترویجی مهندسی نقشه برداری و اطلاعات مکانی. 1396; 9 (1) :63-73

URL: http://gej.issge.ir/article-1-235-fa.html



دوره 9، شماره 1 - ( 11-1396 ) برگشت به فهرست نسخه ها
نشریه علمی ترویجی مهندسی نقشه برداری و اطلاعات مکانی Geospatial Engineering Journal