ارزیابی قابلیتهای شبکه های عصبی مصنوعی در طبقه بندی شیء- پایه تصاویر ماهواره ای
- سال انتشار: 1382
- محل انتشار: همایش ژئوماتیک 82
- کد COI اختصاصی: GEO82_19
- زبان مقاله: فارسی
- تعداد مشاهده: 1516
نویسندگان
عضو هیئت علمی گروه سنجش از دور و GIS دانشگاه تربیت مدرس
کارشناسی ارشد سنجش از دور و GIS گروه دورنسنجی سازمان زمین شناسی و اکتشافا
چکیده
از آنجاییکه پدیده های زمینی دارای مناطق همپوشانی طیفی هستند بنابراین استفاده از این ویژگیها در طبقه بندی پدیده های مذکور به نتایج قابل قبولی منجر نخواهد شد. لذا استفاده از داده های کمکی مانند بافت ارتفاع ، شیبی و جهت و داده های مکانی از قبیل شکل، اندازه محیط و مساحت در کنار اطلاعات طیفی می تواند باعث کاهش خطا از یک طرف و توسعه تعداد کلاسهای زمینی از طرف دیگر شود. طبقه بندی شیء-گرا از این قبیل اطلاعات در فرآیند طبقه بندی استفاده می کند. از طرف دیگر الگوریتم های سنتی مشابهت و مهالانوبیس بخاطر وابستگی به مدل توزیع آماری گوسی، نمی توانند از این منابع چندگانه با مقیاسها و توزیع های آماری مختلف بنحو موثری استفاده نمایند. بنابراین نیاز به الگوریتم هعایی با انعطاف پذیری بالا مانند شبکه های عصبی مصنوعی می باشد که ویژگی ها را از خود داده ها استخراج نماید.کلیدواژه ها
طبقه بندی پیکسل ، پایه شبکه های عصبی مصنوعی ، شکل و اندازه ، طبقه بندی شیء ، پایهاطلاعات 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.