بخش بندی تصاویر SAR با استفاده از آموزش شبکه عصبیه به وسیله الگوریتم کلونی زنبورهای عسل
Publish place: 1st National Innovation Conference on Computer Engineering and Information Technology
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 659
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
CEIT01_339
Index date: 30 June 2014
بخش بندی تصاویر SAR با استفاده از آموزش شبکه عصبیه به وسیله الگوریتم کلونی زنبورهای عسل abstract
آنالیز و تفسیر تصاویر SAR عموماً شامل نوعی کلاس بندی و یا بخش بندی است . مواردی مانند نویزلکه ای، زاویه برخورد و ... موانعی بر سر راه آنالیز خودکار این تصاویر هستند. در سال های اخیر مقالات مختلفی در جهت بهبود بخش بندی این تصاویر صورت گرفته است. اما با وجود بخش بندی تصاویر راداری هنوز چالش بزرگی برای سیتسم های خودکاراست. در این مقاله روشی جدیدی جهت بخش بندی تصاویر SAR ارائه شده است که قابلیت رقابت با کارایی انسان را دارد. در این مقاله از الگوریتم کلونی زنبورهای عسل برای آموزش شبکه عصبی و در نهایت بخش بندی تصاویر SAR با استفاده از شبکه حاصل استفاده شده است. برای بخش بندی تصاویر از یک شبکه عصبی پرسپترون 2 لایه با 30 نرون در لایه مخفی استفاده کرده ایم. برای آموزش شبکه از الگوریتم کلونی زنبورهای عسل استفاده شده است. به این صورت که ضرائب شبکه عصبی با استفاده از الگوریتم کلونی زنبورهای عسل بهینه شده اند. برای این کار از ضرائب تصادفی شروع کرده و با در نظر گرفتن درصد صحت به دست آمده از بخش بندی تصویر با استفاده از شبکه حاصل ، ضرائب مرحله بعد را محاسبه کره ایم.
بخش بندی تصاویر SAR با استفاده از آموزش شبکه عصبیه به وسیله الگوریتم کلونی زنبورهای عسل Keywords:
بخش بندی تصاویر SAR با استفاده از آموزش شبکه عصبیه به وسیله الگوریتم کلونی زنبورهای عسل authors
محسن شهاب پور
دانشگاه آزاد اسلامی واحد بوشهر گروه برق - مخابرات ، بوشهر، ایران
مهران یزدی
دانشگاه شیراز، دانشکده فنی و مهندسی گروه برق مخابرات
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 :