یاسر رضایی - دانشکده علوم و فنون نوین دانشگاه تهران تهران
علیرضا رضایی - دانشکده علوم و فنون نوین دانشگاه تهران تهران

روشهایی که تاکنون برای انتخاب ویژگیهای بهینه در طبقهبندی تصاویر پلاریمتری راداری بکار گرفته شده است معمولا از یک الگوریتم بهینه-سازی همانند ژنتیک، شبیهسازی تبرید تدریجی و جستجوی شبکهای و... بوده است. با توجه به اینکه هر یک از این اگوریتم ها در محیطهای گوناگون ممکن است به جوابهای متفاوتی برسد و نتایج حاصل را نمیتوان بصورت کلی برای همه محیط ها تعمیم داد، در این پژوهش با بکارگیری الگوریتمهای متفاوت بهینه سازی و در چند مرحله مجزا و انتخاب فیچرهای بهینه برای هر الگوریتم، و سپس با یک میانگینگیری بین ویژگی های بهینه در روشهای مختلف و تلفیقی از این ویژگیها وانتخاب ویژگیهای جدید که البته بسیاری از آنها مشترک بوده میتوان به جوابی بهتر برای طبقهبندی الگوریتم ماشینهای بردار پشتیبان رسید.در آخر با مقایسه بین سه الگوریتم بهینه سازی پیشنهاد شده و طبقه بندی هر کدام بطور مجزا و روش پیشنهادی یعنی انتخاب فیچرهای بهینه از بین سه الگوریتم بهینه سازی بطور میانگین به دقتی بالای 6 %در آزمایشات مختلف رسیدیم.

پلاریمتری راداری، بهینه سازی ، طبقهبندی نظارت شده، ماشین بردار پشتیبان