رده بندی تصاویر فتوگرامتری با شبکه های عصبی خودسامان

سال انتشار: 1379
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,117

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP01_018

تاریخ نمایه سازی: 27 مهر 1390

چکیده مقاله:

شبکه های عصبی سیستم های حسابگر استواری اند که حتی اگر بخشی ازشبکه از کار بیفتد یا زمانی که داده های نادرست وارد آن گردد شبکه به کار خود ادامه میدهد علت آنست که دانش ذخیره شده در شبکه در میان شمار زیادی واحد عصبی و اتصالات پخش شده نه فقط در یک یا چند واحد به عبارت دیگر مفاهیم یا نگاشتهای ذخیرده شده در یک شبکه عصبی دارای درجاتی از افزونگی redundancy است درروشهای استاندارد رده بندی تصاویر فتوگرامتری معمولا فرض می شود که داده های هر رده از پوشش زمینی land cover دارای پراکندگی گوسی می باشند اما روش شبکه عصبی در مواردی که پراکندگی داده ها شدیدا غیرگوسی باشد که غالبا چنین است نیز دارای پاسخی استوار است دراین نوشتار کارایی شبکه های عصبی خودسامان selforganizing برای رده بندی تصاویر فتوگرامتری بررسی و ارزیابی شده است.

نویسندگان

عباس مالیان

کارشناس ارشد فتوگرامتری

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 :
  • دوره فتوگرامتری رقومی پیشرفته، پروفسور Michae] Haht دانشکده فنی دانشگاه ...
  • دوره حسابگری پیشرفته، دکتر کارو لوکس، دانشکده فنی دانشگاه تهران، ...
  • _ Blum, A., New York, 1992 ...
  • Neural Computing, Beale, R., New York, 1990 ...
  • Fundanentals of Neural Networks, Fausett, L.. New Jersey , 1994 ...
  • Renote Sensing Digital Image Analysis, Richards, J., London, 1993 ...
  • نمایش کامل مراجع