Sea-ice discrimination using texture analysis with feature selection over Sentinel-۱ images
- سال انتشار: 1403
- محل انتشار: اولین کنفرانس بین المللی دوسالانه هوش مصنوعی و علوم داده
- کد COI اختصاصی: DSAI01_015
- زبان مقاله: انگلیسی
- تعداد مشاهده: 177
نویسندگان
Faculty of Intelligent Systems Engineering and Data Sciences, Persian Gulf University, Busher, Iran
Faculty of Intelligent Systems Engineering and Data Sciences, Persian Gulf University, Busher, Iran
Faculty of Intelligent Systems Engineering and Data Sciences, Persian Gulf University, Busher, Iran
Istituto di Scienze Polari, Consiglio Nazionale delle Ricerche ,Padova, Italy
چکیده
This paper investigates sea-ice discrimination using SAR images through the utilizationof GLCM (Gray-Level Co-occurrence Matrix) feature extraction coupled with L-scorefeature selection. By focusing on the specific challenge of distinguishing between sea and ice,we aim to streamline the process while maintaining accuracy. Our approach efficiently extractstexture features from Sentinel-۱ images and employs L-score feature selection to mitigate computationalburden without compromising discrimination efficacy. This methodology offers apromising avenue for expediting sea-ice discrimination tasks, essential for various remote sensingand environmental monitoring applications. At the end, this offers significant time savings byapplying the feature selection method, which can happen with almost the same accuracy.کلیدواژه ها
SAR, L-score, GLCM, Sea-ice discrimination, Feature Selection, Sentinel-۱مقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.