اشکارسازی نمونه های پرت در طبقه بندی تصاویر ابرطیفی

Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,018

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CEIC03_196

تاریخ نمایه سازی: 4 آذر 1389

Abstract:

دراین مقاله سعی شده است که با ارائه روشی برای اشکارسازی نقاط پرت در الگوریتم EM(Expectation maximaization) صحت طبقه بندی تصاویر ابرطیفی را افزایش داد روش پیشنهاد شده براساس مقایسه مقدار انتروپی پیکسلهای تصویر می باشد از انجایی که الگوریتم EM تکرار شونده می باشد چنانچه در یک مرحله پیکسلی به اشتباه طبقه بندی شود این خطا وارد مرحله بعد شده و یا تکرار شدن الگوریتم خطا افزایش مییابد در حالیکه اگر در هر مرحله این پیکسل ها مشخص شودند و در مرحله بعدی الگوریتم در تخمین پارامترها بکار نروند میزان صحت واعتبار طبقه بندی را بهبود داد با استفاده از این روش صحت و اعتبار طبقه بندی یک تصویر ابرطیفی که توسط سنجنده AVIRIS ثبت شده نسبت به روشهای موجود بهبود یافته است.

Authors

محبوبه لک

دانشکده فنی مهندسی بوشهر دانشگاه خلیج فارس

احمد کشاورز

دانشکده فنی مهندسی بوشهر دانشگاه خلیج فارس

حمید دهقانی

دانشکده فنی مهندسی دانشگاه مالک اشتر

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • _ _ _ Bottou (Eds.), Advances in neural information processing ...
  • Acuna E., Rodriguez C. A.. "Meta analysis study of outlier ...
  • نمایش کامل مراجع