ارزیابی قابلیتهای شبکه های عصبی مصنوعی در طبقه بندی شیء- پایه تصاویر ماهواره ای
Publish place: Geomatics 1382
Publish Year: 1382
Type: Conference paper
Language: Persian
View: 1,464
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
GEO82_19
Index date: 16 December 2005
ارزیابی قابلیتهای شبکه های عصبی مصنوعی در طبقه بندی شیء- پایه تصاویر ماهواره ای abstract
از آنجاییکه پدیده های زمینی دارای مناطق همپوشانی طیفی هستند بنابراین استفاده از این ویژگیها در طبقه بندی پدیده های مذکور به نتایج قابل قبولی منجر نخواهد شد. لذا استفاده از داده های کمکی مانند بافت ارتفاع ، شیبی و جهت و داده های مکانی از قبیل شکل، اندازه محیط و مساحت در کنار اطلاعات طیفی می تواند باعث کاهش خطا از یک طرف و توسعه تعداد کلاسهای زمینی از طرف دیگر شود. طبقه بندی شیء-گرا از این قبیل اطلاعات در فرآیند طبقه بندی استفاده می کند. از طرف دیگر الگوریتم های سنتی مشابهت و مهالانوبیس بخاطر وابستگی به مدل توزیع آماری گوسی، نمی توانند از این منابع چندگانه با مقیاسها و توزیع های آماری مختلف بنحو موثری استفاده نمایند. بنابراین نیاز به الگوریتم هعایی با انعطاف پذیری بالا مانند شبکه های عصبی مصنوعی می باشد که ویژگی ها را از خود داده ها استخراج نماید.
ارزیابی قابلیتهای شبکه های عصبی مصنوعی در طبقه بندی شیء- پایه تصاویر ماهواره ای Keywords:
ارزیابی قابلیتهای شبکه های عصبی مصنوعی در طبقه بندی شیء- پایه تصاویر ماهواره ای authors
عبای علیمحمدی
عضو هیئت علمی گروه سنجش از دور و GIS دانشگاه تربیت مدرس
جلال کرمی
کارشناسی ارشد سنجش از دور و GIS گروه دورنسنجی سازمان زمین شناسی و اکتشافا
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 :