سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارزیابی نقش بهینه سازی همزمان فضای توصیف والگوریتم طبقه بندیدر افزایش دقت طبقه بندی

Publish place: Geomatics 1388
Publish Year: 1388
Type: Conference paper
Language: Persian
View: 1,313

This Paper With 15 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

GEO88_108

Index date: 28 March 2009

ارزیابی نقش بهینه سازی همزمان فضای توصیف والگوریتم طبقه بندیدر افزایش دقت طبقه بندی abstract

پیاده سازی یک روند طبقه بندی نظارت شده با استخراج توصیف گر از مجموعه داده و تشکیل فضای توصیف آغاز میگردد، پارامترهای الگوریتم طبقه بندی در مرحله آموزش تعیین می گردند و سپس به منظور طبقه بندی تصویر، به ازای هر پیکسل، برداری از توصیف گرها به عنوان اعضای فضای توصیف، وارد الگوریتم طبقه بندی میشوند تا براساس خصوصیات بردارتوصیف کننده هر پیکسل, طبقه بندی انجام گیرد. پس از قرار دادن اطلاعات همسان در یک کلاس, می توان به نتایج با اهمیتی در امر تشخیص، بازسازی، و شناسایی رسید. اما میزان موفقیت در این امر تأثیر مستقیمی روی دقت و صحت آنالیزهای بعدی دارد. بنابراین نمامی المان هایی که موجب افزایش دقت طبقه بندی شود، باید مورد توجه قرار گیرد. صرف نظر از انتخاب نوع روش طبقه بندی، مشکل اساسی مطرح در این فرآیند که تاثیر بسیار مهمی روی دقت نهایی می گذارد عبارتند از اولا" کامل بودن فضای توصیف از نظر وجود مولفه های STS در مورد شناسایی هر کلاس به طور مجزا و ثانیا" انتخاب نوع و تعداد توصیف گرها به عنوان ورودی به طبقه بندی و حذف توصیف گرهای تکراری و وابسته. در این تحقیق بهینه یابی در فضای توصیف همزمان با انتخاب ساختار شبکه عصبی انجام گرفته و میزان کارایی روش پیشنهادی در افزایش دقت یک روند طبقه بندی در مورد داده های کامل لیدار به همراه داده های عکس هوایی رنگی از منطقه ای شهری انجام گرفت. نتایج طبقه بندی با فضای توصیف بهینه، افزایش دقت را نسبت به استفاده از فضای توصیف کامل نشان می دهد.

ارزیابی نقش بهینه سازی همزمان فضای توصیف والگوریتم طبقه بندیدر افزایش دقت طبقه بندی Keywords:

ارزیابی نقش بهینه سازی همزمان فضای توصیف والگوریتم طبقه بندیدر افزایش دقت طبقه بندی authors

فرهاد صمدزادگان

دانشیار گروه مهندسی نقشه برداری _ پردیس دانشکده های فنی _ دانشگاه تهران

احمد جواهری

کارشناس ارشد فتوگرامتری گروه مهندسی نقشه برداری

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 :
ف صمدزادگان استخراج اتوماتیک عوارض و بازسازی آنها _ [1] ...
احمد جواهری، طبقه بندی عوارض سه‌بعدی با استفاده از.[13] از ...
.Tuceryan M., 1998.، Texture Analysis The Handbook of Pattern Recognition ...
. Kononenko., *Estimating attributes; analysis and extension of RELIEF?_, Conf. ...
. Jain, A. & Zongker, D. 1997., ،Feature Selection: Evaluation, ...
. Cantu-Paz, E., 2004., 4#Feature Subset Selection, Class Separability, and ...
Haupt Randy., Haupt Sue Ellen Haupt , 1998:? Practical Genetc ...
. Zhang, P., ،Neural vs. statistical classifier in conjunction with ...
.Brill, F. Z., Brown, D. E. & Martin, W. N, ...
I9].Marcoz, Y., and Torres-To rriti _ M. 2001, ،#Feature Selection ...
. Yannis S. Avrithis and Stefanos D. Kollias "Fuzzy Image ...
. 00An Introduction to Laser Scanning" Surveying Engineering Department Ferris ...
.Chang, K. T., Liu, J. K., _ LANDSLIDE FEATURES IN ...
نمایش کامل مراجع

مقاله فارسی "ارزیابی نقش بهینه سازی همزمان فضای توصیف والگوریتم طبقه بندیدر افزایش دقت طبقه بندی" توسط فرهاد صمدزادگان، دانشیار گروه مهندسی نقشه برداری _ پردیس دانشکده های فنی _ دانشگاه تهران؛ احمد جواهری، کارشناس ارشد فتوگرامتری گروه مهندسی نقشه برداری نوشته شده و در سال 1388 پس از تایید کمیته علمی همایش ژئوماتیک 88 پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله استخراج عوارض، شبکه های عصبی، توصیف گر، بهینه یابی، لیدار، الگوریتم ژنتیک هستند. این مقاله در تاریخ 8 فروردین 1388 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1313 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که پیاده سازی یک روند طبقه بندی نظارت شده با استخراج توصیف گر از مجموعه داده و تشکیل فضای توصیف آغاز میگردد، پارامترهای الگوریتم طبقه بندی در مرحله آموزش تعیین می گردند و سپس به منظور طبقه بندی تصویر، به ازای هر پیکسل، برداری از توصیف گرها به عنوان اعضای فضای توصیف، وارد الگوریتم طبقه بندی میشوند تا براساس خصوصیات بردارتوصیف ... . این مقاله در دسته بندی موضوعی الگوریتم ژنتیک طبقه بندی شده است. برای دانلود فایل کامل مقاله ارزیابی نقش بهینه سازی همزمان فضای توصیف والگوریتم طبقه بندیدر افزایش دقت طبقه بندی با 15 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.