ادغام تصمیم‌گیری طبقه‌بندی های با نظارت و بدون نظارت بر تصاویر چند طیفی سنجش از دور به کمک طبقه‌بندی های دو کلاسی

در این مقاله از قاعده ادغام تصمیم‌گیری جهت ترکیب نقشه‌های کلاس حاصل از دو طبقه بندی با نظارت حداکثر احتمال و بدون نظارت کلاسترینگ k-means با دو معیار متریک نرم L1,L2 به منظور افزایش صحت و اعتبار طبق بند با نظارت حداکثر احتمال استفاده می‌شود. بچه‌های کلاس حاصل از دو طبق بند مذکور به عنوان ورودی‌های بحث ادغام تصمیم‌گیری به کار می‌رود و سپس با اعمال چهار طبقه بندی دو کلاسی حداقل فاصله ماهانوبیس ، نزدیک‌ترین همسایه k تایی ، ماشین بردار پشتیبان با کرنل خطی و گوسی به این بخش، صحت و اعتبار گل نقش کلاس نهایی در تصاویر جدیدی سنجش از دور ارزیابی می‌شود. نشان داده می‌شود که مال طبقه‌بندی هایده کلاسی به بحث ادغام تصمیم‌گیری سبب بهبود صحت و اعتبار نقش کلاس نهایی و کاهش تغییرات کیفی درون کلاسی در نواحی همگن طیفی می‌گردد. همچنین به کارگیری طبق بند ماشین بردار پشتیبان با کرنل گوسی بهترین اعتبار کل و طبق بند نزدیک‌ترین همسایه kتایی بهترین صحت گل را به کمک نمونه‌های آموزشی تصادفی محدود داشت و به عنوان مناسب‌ترین طبقه‌بندی هایده کلاسی ما شده به بحث ادغام تصمیم‌گیری در مقایسه با دیگر تکنیک‌های ادغام معصومی چون رأی اکثریت و رأی اکثریت وزن دهی MV,WMV بوده و دارای مزایایی چون کاهش پیچیدگی محاسباتی و زمان پردازش است.

کلیدواژه ها:

صحت و اعتبار کل طبقه‌بندی ، ادغام در سطح تصمیم‌گیری ، تحلیل مؤلفه‌های اصلی ، ماشین بردار پشتیبان ، طبق بند با نظارت و بدون نظارت