بهبود دقت طبقه بندی به روش بیشترین شباهت با استفاده احتمالات اولیه
Publish place: Geomatics 1382
Publish Year: 1382
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,909
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GEO82_11
تاریخ نمایه سازی: 25 آذر 1384
Abstract:
تصاویر ماهواره ای منابع عمده ای اط اطلاعات هستند و در زمینه های مختلفی همانند زمین شناسی و کشاورزی مور استفاده قرار می گیرند. بنابراین زیادی برای استخراج اطلاعات از این تصاویر صورت گرفته است و در این راستا روشهای متفاوتی توسعه یافته است. دو متد اصلی تفسیر بصری و آنالیز کمی وجود دارد. در میان تکنیک های رقومی طبقه بندی روشی متداول و قوی برای استخراج اطلاعات محسوب می شود. روشهای متفاوتی برای طبقه بندی وجود دارد که هر کدام مزایا و معایبی دارا می با شند. متدهای طبقه بندی استاندارد، پیکسلهای را به عنوان المان اصلی در نظر می گیرند و بر اساس اطلاعات طیفی به آنها بر چسب می دهند. آشکار است که اطلاعات طیفی به تنهایی نمی توانند دقت کافی برای تفسیر نتیجه دهند. شاید روش بیشترین شبهت یکی از روشهای متداول طبقه بندی است، فرضیه اولیه برای اجرای این روش تساوی احتمالات اولیه تمامی پوششها می باشد زیرا که هیچگونه اطلاعاتی در مورد آنها موجود نمی باشد. هرچند که نوع کلاس نشان دهنده بیشترین شباهت برای پیکسل می باشد ولی خطاهای کلاسه بندی اجتناب پذیر نمی باشند. هدف از این مقاله بهبود دقت طبقه بندی به روش بیشترین شباهت با استفاده از اطلاعات احتمال اولیه می باشد. احتمال اولیه با استفاده از تقویم پوشش گیاهی تخمین زده شده است.
Keywords:
Authors
فریبا صادقی نائینی فرد
سازمان نقشه برداری کشور، قسمت هوایی
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 :