مقایسه ی الگوریتم های طبقه بندی شبکه ی عصبی مصنوعی، ماشین بردار پشتیبان و حداکثر احتمال در استخراج نقشه کاربری اراضی حوزه آبخیز ابوالعباس
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 83
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMS-10-33_008
تاریخ نمایه سازی: 5 دی 1402
چکیده مقاله:
تهیه نقشه های کاربری اراضی یکی از مهمترین وظایف فنآوری سنجش از دور در مدیریت عرصههای مختلف محسوب میگردد. در تحقیق حاضر جهت تهیه نقشه کاربری اراضی حوزه آبخیز ابوالعباس از تصویر ماهوارهای لندست/TM سال ۱۳۸۸ استفاده شده است. سپس تصویر به کمک هر یک از الگوریتمهای شبکه عصبی مصنوعی پرسپترون سه لایه، ماشین بردار پشتیبان شعاعی و الگوریتم حداکثر احتمال طبقهبندی شد. در نهایت میزان کارایی الگوریتمهای مختلف طبقهبندی در تهیه نقشه کاربری اراضی منطقهی مورد نظر، با استفاده از پارامترهای دقت کلی و ضریب کاپا مورد ارزیابی قرار گرفت. نتایج نشان داد که روشهای ناپارامتریک مانند شبکه عصبی مصنوعی (دقت کلی ۸/۹۵ درصد، ضریب کاپای۹۵/۰) و ماشین بردار پشتیبان شعاعی (دقت کلی ۸/۹۵ درصد، ضریب کاپای۹۴/۰) با دقت کلی و ضریب کاپای تقریبا مشابه در بهترین حالت دارای صحت و دقت بالاتری در تهیه نقشه کاربری اراضی نسبت به روش پارامتریک حداکتر احتمال (دقت کلی۷/۹۳ درصد، ضریب کاپای۹۱/۰) می باشند. در کل مطالعهی حاضر نشان داد که هر سه الگوریتم طبقهبندی شبکه عصبی مصنوعی، ماشین بردار پشتیبان و حداکثر احتمال قابلیت تهیه نقشه کاربری اراضی را با صحت بالا، دارا می باشند.
کلیدواژه ها:
نویسندگان
مائده شنانی هویزه
Shahid Chamran University of Ahvaz
حیدر زارعی
Shahid Chamran University of Ahvaz
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 :