• استفاده از استخراج ویژگی بر مبنای کلاس به همراه ترکیب طبقه بندی کننده ها به منظور طبقه بندی تصاویر ابرطیفی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1387/01/01
    • تاریخ انتشار در تی پی بین: 1387/01/01
    • تعداد بازدید: 847
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    طبقه بندی تصاویر ابرطیفی یکی از معمول ترین روش های استخراج اطلاعات از تصاویر ماهواره ای ابرطیفی است. در تصاویر ابرطیفی، به علت پایین بودن تعداد نمونه های آموزشی نسبت به تعداد ابعاد این تصاویر، ممکن است مشکلات یکتای ماتریس کووریانس به وجود آید. بنابراین بایستی روشی اتخاذ نمود، تا بتوان ابعاد این تصاویر را کاهش داد و ما در این مقاله از روش های استخراج ویژگی، استفاده کرده ایم. این روش ها بر مبنای بهینه کردن یک معیار، مثلا معیار fisher  عمل کرده و بیشترین اطلاعات موجود را به کمترین تعداد ویژگی ممکن منتقل می کنند. در این مقاله از روش nwfe برای استخراج ویژگی استفاده شده است. روش دیگری که می تواند موجب حل مشکلات ناشی از بالا بودن ابعاد این تصاویر و پایین بودن دقت عملکرد طبقه بندی کننده ml در مورد تصاویر ابرطیفی شود، ترکیب طبقه بندی کننده ها است. در این مقاله به نوعی از روش های ترکیب طبقه بندی کننده ها به همراه استخراج ویژگی بر مبنای کلاس استفاده شده است. نتایج بدست آمده نشان می دهد که استفاده از استخراج ویژگی و ترکیب طبقه بندی کننده ها به صورت همزمان، می تواند نسبت به هر یک از روش های استخراج ویژگی و ترکیب طبقه بندی کننده ها دقت بالاتری را نتیجه دهد، ضمن اینکه در این روش، مشکلات تمامی روش های قبلی نیز برطرف می شود.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها