بخش بندی تصاویر SAR‌ با استفاده از ترکیب شبکه عصبی و الگوریتم ترکیبی ژنتیک و کلونی زنبورهای عسل

آنالیز و تفسیر تصاویر - SAR عموما شامل نوعی کلاس بندی و یا بخش بندی است. مواردی مانند نویز لکه ای، زاویه برخورد و ... موانعی بر سر راه آنالیز خودکار این تصاویر هستند. در سال های اخیر مقالات مختلفی در جهت بهبود بخش بندی این تصاویر صورت گرفته است. اما باوجود بخش بندی تصاویر راداری هنوز چالش بزرگی برای سیستم های خودکار است. در این مقاله روشی جدیدی جهت بخش بندی تصاویر SARارائه شده است که قابلیت رقابت با کارایی انسان را دارد. در این مقاله از ترکیب الگوریتم ژنتیک و کلونی زنبورهای عسل برای آموزش شبکه عصبی و در نهایت بخش بندی تصاویر SAR با استفاده از شبکه حاصل استفاده شده است.برای بخش بندی تصاویر از یک شبکه عصبی پرسپترون 2 لایه با 03 نرون در لایه مخفی استفاده کرده ایم. برای آموزش شبکه وبهینه سازیضرائب شبکه عصبی از ترکیب الگوریتم ژنتیک و کلونی زنبورهای عسل استفاده شده است. برای این کار از ضرائب تصادفی شروع کرده و با درنظر گرفتن درصد صحت به دست آمده از بخش بندی تصویر با استفاده از شبکه حاصل ، به عنوان تابع هدف جهت الگوریتم ترکیبی، ضرائب مرحله بعد را محاسبه کرده ایم.

کلیدواژه ها:

الگوریتم ژنتیک ، الگوریتم کلونی زنبور عسل ، الگوریتم متاهیورستیک ، بخش بندی تصاویر رادار - SAR ، شبکه عصبی