ادغام تصمیم‌گیری طبقه‌بندی های با نظارت و بدون نظارت بر تصاویر چند طیفی سنجش از دور به کمک طبقه‌بندی های دو کلاسی

فاطمه کوکبی; حسن قاسمیان; علی امیری

ادغام تصمیم‌گیری طبقه‌بندی های با نظارت و بدون نظارت بر تصاویر چند طیفی سنجش از دور به کمک طبقه‌بندی های دو کلاسی

Publish place: 8th Iranian Conference on Machine Vision and Image Processing

Publish Year: 1392

Type: Conference paper

Language: Persian

This Paper With 6 Page And PDF Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

Export:

Link to this Paper:

https://civilica.com/doc/227450

Document National Code:

ICMVIP08_100

Index date: 29 January 2014

ادغام تصمیم‌گیری طبقه‌بندی های با نظارت و بدون نظارت بر تصاویر چند طیفی سنجش از دور به کمک طبقه‌بندی های دو کلاسی abstract

در این مقاله از قاعده ادغام تصمیم‌گیری جهت ترکیب نقشه‌های کلاس حاصل از دو طبقه بندی با نظارت حداکثر احتمال و بدون نظارت کلاسترینگ k-means با دو معیار متریک نرم L1,L2 به منظور افزایش صحت و اعتبار طبق بند با نظارت حداکثر احتمال استفاده می‌شود. بچه‌های کلاس حاصل از دو طبق بند مذکور به عنوان ورودی‌های بحث ادغام تصمیم‌گیری به کار می‌رود و سپس با اعمال چهار طبقه بندی دو کلاسی حداقل فاصله ماهانوبیس ، نزدیک‌ترین همسایه k تایی ، ماشین بردار پشتیبان با کرنل خطی و گوسی به این بخش، صحت و اعتبار گل نقش کلاس نهایی در تصاویر جدیدی سنجش از دور ارزیابی می‌شود. نشان داده می‌شود که مال طبقه‌بندی هایده کلاسی به بحث ادغام تصمیم‌گیری سبب بهبود صحت و اعتبار نقش کلاس نهایی و کاهش تغییرات کیفی درون کلاسی در نواحی همگن طیفی می‌گردد. همچنین به کارگیری طبق بند ماشین بردار پشتیبان با کرنل گوسی بهترین اعتبار کل و طبق بند نزدیک‌ترین همسایه kتایی بهترین صحت گل را به کمک نمونه‌های آموزشی تصادفی محدود داشت و به عنوان مناسب‌ترین طبقه‌بندی هایده کلاسی ما شده به بحث ادغام تصمیم‌گیری در مقایسه با دیگر تکنیک‌های ادغام معصومی چون رأی اکثریت و رأی اکثریت وزن دهی MV,WMV بوده و دارای مزایایی چون کاهش پیچیدگی محاسباتی و زمان پردازش است.

ادغام تصمیم‌گیری طبقه‌بندی های با نظارت و بدون نظارت بر تصاویر چند طیفی سنجش از دور به کمک طبقه‌بندی های دو کلاسی Keywords:

صحت و اعتبار کل طبقه‌بندی , ادغام در سطح تصمیم‌گیری , تحلیل مؤلفه‌های اصلی , ماشین بردار پشتیبان , طبق بند با نظارت و بدون نظارت

ادغام تصمیم‌گیری طبقه‌بندی های با نظارت و بدون نظارت بر تصاویر چند طیفی سنجش از دور به کمک طبقه‌بندی های دو کلاسی authors

فاطمه کوکبی

دانشجوی دکترای مخابرات بخش مهندسی برق و کامپیوتر - دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

حسن قاسمیان

استاد بخش مهندسی برق و کامپیوتر - دانشکده فنی و مهندسی - دانشگاه تربیت مدرس تهران

علی امیری

دانشگاه زنجان - دانشکده مهندسی - گروه کامپیوتر - آزمایشگاه پردازش ویویو و تصویر

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 :

Svarm Optimization -Based Particleه [3] H. Yang, Q. Du Cover ...

J. A. Richards and X. Jia, : Remote Sensing Digital ...

A. A. Green, M. Berman, P. Switzer, and M. D. ...

I. Dopido, A. Villa, A. Plaza, and P. Gamba, "A ...

H. Yang, B. Ma, and Q. Du, "Decision fusion for ...

Y. Tarabalka, J. A. Benediktsson, and J. Chanussot, _ 'Sp ...

F. Melgani, L Bruzzone, "Classification of Hyperspectral Remote Sensing Images ...

J. A. Gualtieri and R. F. Cromp, "Support vector hyperspectral ...

classification, " Proc. SPIE, vol. 3584, pp. 221-232, Jan. ...

J. A. Richards and X. Jia, Remote Sensing Digital Image ...

of multisource and hyperspectral data based on decision [10] G. ...

Trans. Geosci. Remote Sens., vol. 47, no. 11, pp. 3857- ...

J. A. Benediktsson and I. Kanellopoulos, "Classification ...

fusion, " IEEE Trans. Geosci. Remote Sens., vol. 37, no. ...

نمایش کامل مراجع