تشخیص پوششهای زمین درتصاویر ماهواره ای با استفاده از تکنیکهای یادگیری ماشین

محل انتشار: همایش ژئوماتیک 90
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 937

فایل این مقاله در 10 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:

GEO90_022

تاریخ نمایه سازی: 18 تیر 1391

چکیده مقاله:

یکی ازمهمترین و پرکاربردترین زمینه های کاری سنجش ازدور درتشخیص و طبقه بندی پوشش زمین است تاکنون محققان و دانشمندان زیادی دراین زمینه به فعالیت پرداخته و متدهای گوناگونی را مورد استفاده قرارداده اند اما این شیوه ها هنوز هم دارای کم و کاستی هایی می باشند دراین مقاله ما سعی کردها یم درمرحله اول با استفاده از تکنیک های یادگیری ماشین نوعی از یادگیری نظارت شده را فراهم نماییم و بعد با استفاده از قوانینی که سیستم درمرحله یادگیری استخراج کرده به تعیین وطبقه بندی پوشش زمین پرداخته ایم شیوه مذکور مستقل از نوع ماهواره ونوع پوشش بوده و با سپری کردن یک مرحله آموزش به راحتی برای انواع پوشش ها و انواع ماهواره ها قابل استفاده خواهد بود دراینم قاله برای بررسی کارایی روش ارایه شده از عکس های ماهواره landsat7 استفاده کردهایم و تیپهای پوشش که بررسی کردهایم عبارتند از آب خاک سبزه و شوره زار

کلیدواژه ها:

یادگیری ماشین سنجش ازدور ، هوش مصنوعی ، تشخیص پوشش زمین

نویسندگان

محمدامین فرجیان

کارشناسان ارشد هوش مصنوعی

مهیا سلطانی

کارشناس ارشد سنجش ازدور

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 :