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

مقاله مقاله نشریه

مشخصات مقاله

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:

643
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

120
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

توسعه و ارزیابی یک الگوریتم کاهش نوفه به منظور بهبود کارایی و دقت طبقه بندی تصاویر ابرطیفی

صفحات

 صفحه شروع 195 | صفحه پایان 207

چکیده

 تصویربرداری ابرطیفی, به عنوان یکی از فنآوری های نوین سنجش از دوری, منبع ارزشمندی برای کاربردهای مختلف علوم زمین, از جمله تهیه نقشه های پوششی, شناسایی و اکتشاف معادن, نظارت زیست محیطی به شمار می رود. با این وجود, به دلایل سخت افزاری و فنآوری این داده ها دارای مشکلات ذاتی هستند. از آنجایی که بهبود سیستم سخت افزاری سنجنده های ابرطیفی بسیار پرهزینه است, روش های سنجش از دوری پردازش تصویر مانند کاهش نویز, استخراج ویژگی و غیره به دلیل هزینه کم و موثر بودن مورد توجه قرار گرفته اند. یکی از جدیدترین و کارآمدترین این روش ها, روش پیش بینی فرضیه چندگانه است. نقطه ضعف این روش عدم استفاده از روشی موثر در انتخاب باند های با شباهت بیشتر است که هدف از این مقاله بررسی روش پیش بینی فرضیه چندگانه[1] و اتخاذ روشی مناسب برای انتخاب باندهای طیفی بر مبنای رگرسیون خطی است. به دلیل انعطاف زیاد روش پیش بینی رگرسیونی در تعیین ضرایب شباهت بین باندی, برای انتخاب باندهای طیفی مشابه, این روش انتخاب و پیاده سازی شد. داده های مورد استفاده در این تحقیق داده های رایج جهت کار بر روی تصاویر ابرطیفی است که توسط دانشگاه باسک اسپانیا جمع آوری شده اند. این داده ها شامل تصویر سایت های آزمایشی مزارع ایالت ایندیانا از سنجنده AVIRIS و تصویر دانشگاه پاویا از سنجنده ROSIS است. نتایج حاصله از پیاده سازی روش پیشنهادی نشان داد که صحت کلی طبقه بندی ماشین بردار پشتیبان[2] و k نزدیکترین همسایگی[3] برای مجموعه داده های ابرطیفی Indian Pines و دانشگاه Pavia به ترتیب برابر با 82/95, 43/99 و 89/92و88/98 است که در طبقه بندی SVM به ترتیب 4/0 و 3/0 و در طبقه بندی KNN به ترتیب 22/8 و 2 درصد افزایش را نشان می دهد که نشان دهنده ی کارآمدی روش پیشنهادی به طور ویژه در مورد طبقه بندی KNN است.

چندرسانه ای

  • ثبت نشده است.
  • استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    لاله زاری، احسان، اسماعیلی، علی، و همایونی، سعید. (1397). توسعه و ارزیابی یک الگوریتم کاهش نوفه به منظور بهبود کارایی و دقت طبقه بندی تصاویر ابرطیفی. علوم و فنون نقشه برداری، 8(1 )، 195-207. SID. https://sid.ir/paper/249339/fa

    Vancouver: کپی

    لاله زاری احسان، اسماعیلی علی، همایونی سعید. توسعه و ارزیابی یک الگوریتم کاهش نوفه به منظور بهبود کارایی و دقت طبقه بندی تصاویر ابرطیفی. علوم و فنون نقشه برداری[Internet]. 1397؛8(1 ):195-207. Available from: https://sid.ir/paper/249339/fa

    IEEE: کپی

    احسان لاله زاری، علی اسماعیلی، و سعید همایونی، “توسعه و ارزیابی یک الگوریتم کاهش نوفه به منظور بهبود کارایی و دقت طبقه بندی تصاویر ابرطیفی،” علوم و فنون نقشه برداری، vol. 8، no. 1 ، pp. 195–207، 1397، [Online]. Available: https://sid.ir/paper/249339/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