یک روش مبتنی بر طبقهبندی فازی بدون نظارت برای تشخیص تغییرات طوفان هایان
محل انتشار: همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,738
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM01_580
تاریخ نمایه سازی: 10 شهریور 1393
چکیده مقاله:
انسان همیشه در معرض خطر حوادث طبیعی بوده است و برای تخمین میزان خسارت ناشی از حوادث به روشهای متفاوتی روی می آورد. در این مقاله، یک رو مبتنی بر منطق فازی بدون نظارن در بلوک های تصاویر چند زمانه سنجش از راه دور، برای تشخیص تغییرات طوفان هایان ارائه می شود. این تکنیک براساس روش پیکسل پایه خوشه بندی فازی بر روی تصویر اختلاف تولید شده که توسط قدرمطلق تفاضل دوعکس از یک منطقه جغرافیایی در زمان های مختلف بدست آمده است و توجه به ویژگی لبه های فضایی بین پیکسل های مجاور به صورت بلوکی می باشد. از آن جا که دامنه مقادیر پیکسل تصویر اختلاف، متعلق به دو حوشه ای (تغییر و بدون تغییر) است که معمولا همپوشانی دارد، تکنیک های خوشه بندی فازی یک انتخاب مناسب و واقع بینانه برای شناسایی آنها می باشد. الگوریتم خوشه بندی فازی FCM و توصیف گر لبه هیستوگرام تصویر برای این کار انتخاب شده اند. تا روش پیشنهادی، هم بعد پیکسل پایه ای و هم بعد شیءگرا داشته باشد. برای نشان دادن دقت و اطمینان به روش پیشنهادی، آزمایشی بر روی تصاویر چند طیفی و چند زمانه از طوفان هایان انجام شده و ویژگی لبه های بلوک تصاویر با استفاده از اطلاعات مربوط به پیکسل ها استخراج شده اند و در سیستم استنتاج فازی FIS درصد تغییران 0/325828 و هم چنین درصد تغییرات 0/246056 برای روش FCM برآورد د که میانگین تغییراj کلی از دو لحاظ شیء گرا و پیکسل پایه 0/2859 درصد می باشد.
کلیدواژه ها:
نویسندگان
محمدصیاد گلیان
کارشناسی ارشد، علوم کامپیوتر، دانشگاه رازی
عبد اله چاله چاله
استادیار،گروه مهندسی کامپیوتر، دانشگاه رازی
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 :