مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,372
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

681
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

جداسازی طیفی و مکانی تصاویر ابرطیفی با استفاده از Semi-NMF و تبدیل PCA

صفحات

 صفحه شروع 57 | صفحه پایان 70

چکیده

 در سال های اخیر جداسازی داده های سنجش از دور با استفاده از تجزیه ماتریس نامنفی (Nonnegative Matrix Factorization) مورد توجه قرارگرفته است و برای بهبود کارایی آن, به تابع هزینه اقلیدسی قیدهای کمکی می افزایند. چالش اصلی در این میان معرفی قیدهایی است که بتواند نتایج بهتری را استخراج کند. همبستگی بین باندهای تصاویر ابرطیفی مساله ای است که کمتر مورد توجه الگوریتم های جداسازی قرارگرفته است. این مساله در جداسازی کلاس های مشابه بیشتر مشخص می شود. در این مقاله یک روش جدید برای جداسازی داده های ابرطیفی سنجش از دور با استفاده از تجزیه ماتریس نیمه نامنفی (Semi-NMF) و تحلیل مولفه های اصلی پیشنهاد کردیم. در روش پیشنهادی جداسازی طیفی و مکانی به صورت هم زمان انجام می شود و تمام محدودیت های فیزیکی مساله بر اساس مدل مخلوط خطی اعمال می شود. همچنین, علاوه بر محدودیت های فیزیکی, از ویژگی داده های ابرطیفی در فرآیند جداسازی بهره برداری شده است. تنکی ضرایب فراوانی یکی از ویژگی های مهم داده های ابرطیفی است که در این مقاله ما با استفاده از ماتریس nsNMF به درون تابع هزینه اعمال کرده ایم. در روش پیشنهادی قواعد به روزرسانی الگوریتم با استفاده از روش ALS به دست آمده است. در بخش انتهایی این مقاله از داده های ابرطیفی مصنوعی و واقعی به منظور بررسی کارآمدی الگوریتم پیشنهادی استفاده شده است. نتایج به دست آمده برتری الگوریتم پیشنهادی را در مقایسه با برخی از الگوریتم ها جداسازی نشان می دهد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    علی زاده، حبیب، و قاسمیان، حسن. (1393). جداسازی طیفی و مکانی تصاویر ابرطیفی با استفاده از Semi-NMF و تبدیل PCA. پردازش علایم و داده ها، -(2 (پیاپی 22))، 57-70. SID. https://sid.ir/paper/160839/fa

    Vancouver: کپی

    علی زاده حبیب، قاسمیان حسن. جداسازی طیفی و مکانی تصاویر ابرطیفی با استفاده از Semi-NMF و تبدیل PCA. پردازش علایم و داده ها[Internet]. 1393؛-(2 (پیاپی 22)):57-70. Available from: https://sid.ir/paper/160839/fa

    IEEE: کپی

    حبیب علی زاده، و حسن قاسمیان، “جداسازی طیفی و مکانی تصاویر ابرطیفی با استفاده از Semi-NMF و تبدیل PCA،” پردازش علایم و داده ها، vol. -، no. 2 (پیاپی 22)، pp. 57–70، 1393، [Online]. Available: https://sid.ir/paper/160839/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button