هوشمندسازی طبقه بندی تصاویر سنجش از دور براساس الگوریتم کلونی مورچه ها

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,559

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ISCEE14_199

تاریخ نمایه سازی: 31 مرداد 1390

چکیده مقاله:

در طبقه بندی تصاویر سنجش از دور چند طیفی اگر از ویژگیهای طیفی یا بافتی به تنهایی استفاده شود معمولاً دستیابی به طبقه بندی با دقت بالا امکان پذیر نمی باشد. در این مقاله روش جدیدی با استفاده از الگوریتم بهینه سازی کلونی مورچه ها جهت یافتن بردار با چند ویژگی، متشکل از ویژگیهای طیفی و بافتی برای دستیابی به نتیجه بهتر در طبقه بندی ارائه شده است. نتایج نشان دادند که استفاده از ترکیب ویژگی های طیفی و بافتی بدست آمده از الگوریتم بهینه سازی کلونی مورچه ها همیشه باعث بهبود در طبقه بندی می شود.

کلیدواژه ها:

بافت ، بهینه سازی کلونی مورچه ها ، تصویر چند طیفی ، ویژگی طیفی

نویسندگان

یوسف صداقت

دانشگاه آزاد اسلامی واحد بوشهر

حمید دهقانی

دانشگاه صنعتی مالک اشتر

جهان صداقت

دانشگاه آزاد اسلامی بوشهر

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 :
  • Y. Tian, P. Guo, and M.. Lyu, "Comparative Studies on ...
  • J. Li, and R. M Narayanan, "Integrated Spectral and Spatial ...
  • Review of recent texture A"ه [3] T. R. Reed, and ...
  • _ and Stutzle, T. _ M/T Press, ...
  • R. Bello11, and A. Puris1, "Tow Step Ant Colony System ...
  • _ _ Selection in Face Recognition", _ _ Springer Berin ...
  • Ahmed Al- Ani, 0"Feature Subset Selection Using Ant Colony Optimization, ...
  • Marco Dorigo, and Krzysztof Socha, : An Introduction to Ant ...
  • P. Guo, and H.Lu, "A Study on Bayesian Probabilistic Image ...
  • R. A. Redner, and H. F. Walker, 40Mixture densities, maximum ...
  • نمایش کامل مراجع