تعیین پارامترهای بهینه ماشین های بردار پشتیبان برمبنای الگوریتم ژنتیک به منظور طبقه بندی تصاویر فراطیفی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,833

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP06_139

تاریخ نمایه سازی: 20 فروردین 1390

چکیده مقاله:

امروزه تصاویر فراطیفی به علت غنای اطلاعات طیفی یکابزار قوی و کارامد در سنجش از دور به حساب می ایند و این امکان را فراهم می کنند تا عوارض مشابه را بتوان بیشتر متمایز کرد یک گام بسیار کلیدی در استخراج اطلاعات ازا ین تصاویر طبقه بندی می باشد به علت ابعاد بالای تصاویر فراطیفی طبقه بندی کننده های سنتی با مشکل هیوز مواجه می شوند ماشینهای بردار پشتیبان با توجه به پایداری در فضا با ابعاد بالا یک گزینه مناسب در طبقه بندی تصاویر فراطیفی محسوب می شوند هرچند عملکرد این طبقه بندی کننده به شدت تحت تاثیر پارامترهای آن میباشد به منظور استفاده از ماشینهای بردار پشتیبان با بیشترین کارایی می بایست مقادیر بهینه ی پارامترها محاسبه گردند جستجوی شبکه ای الگوریتم رایج در انتخاب مدل می باشد کهدر آن جستجوی جامع برروی پارامترها در پروسه ای زمان بر صورت گیرد با توجه به محدودیت های روش جستجوی شبکه ای دراین مقاله توانایی الگوریتم ژنتیک به عنوان یک یک تکنیک بهینه سازی فراابتکاری در تعیین بهینه پارامترهای ماشینهای بردار پشتیبان ارزیابی شده است.

نویسندگان

فرهاد صمدزادگان

دانشگاه تهران

حدیثه سادات حسنی

دانشگاه تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Ch. I. Chang, Hyperspectral Data Exploitation Theory. John Wiley & ...
  • M. Fauvel, J. Chanussot and J.A. Benediktsson, "Evaluation of kernels ...
  • _ _ _ _ _ pp.3326-3334, 2008. ...
  • C. Gold, P. Sollich, _ Model selection for support vector ...
  • C-W. Hsu, C-C. Chang and C-J. Lin, "A practical guide ...
  • X. Zhang, X. Cheng and Z. He, "An ACO-based algorithm ...
  • S. Lu, Z. Jinan, C-B. Zhang, "Forcasting agriculture water cvsumption ...
  • Sh-W. Lin, Z-J. Lee, Sh-Ch. Chen and T-Y Tseng, "Parameter ...
  • C.H. Wu, G.H. Tzeng, Y.J. Goo and W.C. Fang, "A ...
  • _ _ _ _ _ Conference on Neural Computation, 2008. ...
  • B.F. Souza, A.C.P.L.F. de Carvalho, R. Calvo and R.P. Ishii, ...
  • O. Chapelle, V. Vapnik, O. Bousquet, S. Mukherjee, "Choosing muliple ...
  • نمایش کامل مراجع