CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مقایسه روشهای طبقه بندی ماکزیمم شباهت ، نزدیکترین همسایه و شبکه عصبی برای تصاویر ماهواره ای

عنوان مقاله: مقایسه روشهای طبقه بندی ماکزیمم شباهت ، نزدیکترین همسایه و شبکه عصبی برای تصاویر ماهواره ای
شناسه ملی مقاله: GISLS01_114
منتشر شده در همایش ملی کاربرد مدل های پیشرفته تحلیل فضایی(سنجش از دور و GIS) در آمایش سرزمین در سال 1393
مشخصات نویسندگان مقاله:

علی اکبر مهدویان چشمه گل - دانشجوی سنجش از دور وسیستم اطلاعات جغرافیایی دانشگاه آزاد یزد
شهرام محمد حسینیان - فارغ التحصیل کارشناسی ارشد سیستم اطلاعات جغرافیایی دانشگاه صنعتی خواجه نصیرالدین طوسی

خلاصه مقاله:
طبقه بندی یکی از تکنیک های مهم درتفسیرتصاویر سنجش از دورمی باشد که کاربرد زیادی در بررسی تغییراتزمین دارد.امروزه روشهای مختلف طبقه بندی مورد استفاده قرار می گیرد که در آنها کیفیت و کمیت نمونه های آزمایشیبرای تهیه نتایج طبقه بندی با کیفیت بالا بسیار حیاتی می باشند. در این مقاله از تصویر IKONOS تهیه شده از منطقه استفادهشد که هدف از این مطالعه مقایسه روشهای طبقه بندی ماکزیمم شباهت ، نزدیکترین همسایه و شبکه عصبی(ANN) برایتصاویر ماهواره ای می باشد. هر سه روش را به صورت نظارت شده اجرا شدند. برای مقایسه ی دقت روش ها از داده هایآموزشی وداده های تست یکسان برای هر سه روش استفاده شد. پس از مقایسه ی هر سه روش با تشکیل جدول خطا ومحاسبه دقت کل، روش شبکه عصبی بیشترین دقت را ارائه داد.

کلمات کلیدی:
شبکه عصبی ، بیشترین شباهت، طبقه بندی، سنجش از دور

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/365230/