طبقه بندی تصاویر چند طیفی با استفاده از قواعد تداعی فازی

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,850

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCSI13_239

تاریخ نمایه سازی: 25 آبان 1386

چکیده مقاله:

در این مقاله، سیستمی مبتنی بر قواعد تداعی فازی برای طبقهبندی پیکسلهای یک تصویر چند طیفی ارائه میشود. هدف اصلی در کاوش قواعد تداعی طبقهبند، یافتن الگوهای تکرار شونده در مجموعه تراکنشها و متعاقب آن استخراج قواعدی است که قسمت تالی آن مشخص کننده نوع کلاس است. در این سیستم از ایندکسهای تفاضل نرمال مربوط به میزان سبزینگی، آب و سازه استفاده میشود. به این صورت که ابتدا بر روی فضای ایندکسها، یکی از الگوریتمهای طبقهبندی بدون ناظر فازی اعمال شده و به ازای هر پیکسل درجه عضویت تعلق آن به هر کلاس تعیین میشود. سپس بر روی هر ایندکس ، متغیرهای زبانی گوسی تعریف شده و برای هر پیکسل درجه عضویت تعلق آن به متغیرهای زبانی محاسبه میشود. به این ترتیب هر تراکنش در مجموعه تراکنشها شامل اجتماع درجه های عضویت تعلق پیکسل به متغیرهای زبانی و کلاسها است. با تغییر پارامترهای الگوریتم کاوش قواعد تداعیApriori به حوزه فازی، الگوریتمی برای محاسبه قواعد تداعی طبقهبندی کننده از روی این تراکنشها بدست میآید. این الگوریتم بر روی مجموعه آموزشی اعمال شده و قواعد طبقهبند استخراج شده بوسیله مجموعه آزمایشی اعتبارسنجی میشوند. نتایج آزمایشی نشان میدهند که با تنظیم پارامترهای میزان اطمینان میتوان در زمان معقول به دقتی مناسب رسید.

کلیدواژه ها:

نویسندگان

پیمان کبیری

استادیار دانشگاه علم و صنعت ایران، دانشکده کامپیوتر

محسن سریانی

استادیار دانشگاه علم و صنعت ایران، دانشکده کامپیوتر

حامد شهبازی

دانشجوی کارشناسی ارشد دانشگاه علم و صنعت ایران، دانشکده کامپیوتر

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 :
  • [l] Bruzzone, L., An approach to feature selection and classification ...
  • Giacinto, G., Roli, F., and Bruzzone, L., Combination of neural ...
  • Yushun, Zhai. Alex Thomassonb, J., E. Boggess, Julian. Sui. Ruixiu, ...
  • Smits, P. C., Multiple classifier systems for supervised remote sensing ...
  • Nishiia, Ryuei. Eguchib, Shinto. , "Image classification based on Markov ...
  • Liu, B., Ma, Y., Wong, C., Classification using association rules: ...
  • Chen, Guoqing. Liu, Hongyan. Yu, Lan. Wei, Qiang. Zhang, Xing. ...
  • Agrawal, R., Mannila, H., Srikant, R., Toivonen, H., Verkamo, A.I., ...
  • Rouse, J. W., Haas, R. H., Schell, J. A., Deering, ...
  • Jackson, T. J., Chen, D., Cosh, M., Anderson, F. Li, ...
  • Peijun1, DU, Yunhao2, CHEN, Hong3, TANG and Tao3 FANG, Study ...
  • Hathaway, R.J., Davenport, J.W., Bezdek, J.C. Relational dual of the ...
  • نمایش کامل مراجع