فزایش قدرت تفکیک طیفی در تصاویر فراطیفی با استفاده از شبکه عصبی رگرسیون عمومی GRNN

سال انتشار: 1396
محل انتشار: سومین کنفرانس ملی رویکردهای نوین در مهندسی کامپیوتر و برق
کد COI اختصاصی: BPJ03_123
زبان مقاله: فارسی
تعداد مشاهده: 711

نویسندگان

دانشجوی کارشناسی ارشد برق الکترونیک،دانشگاه جامع امام حسین(ع)

دانشیاردانشکده فاوا، دانشگاه جامع امام حسین(ع)

چکیده

پردازش تصویر یک علم بین رشته ای بین تخصص های مختلف است که از جمله مهمترین آنها مهندسی الکترونیک و مهندسی نرم افزار است. پردازش تصاویرفراطیفی که شاخه ای از پردازش تصویر است، به دلیل دارا بودن بالاترین دقت طیفی در بین سایر تصاویر از اهمیت ویژه ای برخوردار است. تحلیل ها در حوزه پردازش این تصاویر اغلب مبتنی بر دقت طیفی بالای این تصاویر است. به نحوی که هرچه دقت طیفی این تصاویر بالاتر باشد، الگوریتم ها عملکرد بهتری خواهند داشت. بر همین اساس محققان و دانشمندان به دنبال افزایش قدرت تفکیک طیفی و دستیابی به تصاویر فوق فراطیفی هستند. شبکه عصبی GRNN در واقع یک روش تخمین غیر پارامتری توابع غیرخطی است که ابزار ما برای افزایش قدرت تفکیک طیفی یا در واقع افزایش دقت طیفی در تصاویر فراطیفی است. شبکه عصبی GRNN یک شبکه با ناظر یک بارگذر است که به سادگی آموزش داده می شود. با مطالعه بر روی یک داده واقعی فراطیفی، شبکه GRNN با مجموع درصد خطای قدرمطلق برابر 14/3% در مقایسه با مجموع درصد خطای قدرمطلق روش حداقل مربعات با مرتبه دوم برابر 663/7% برتری کامل روش GRNN را نشان می شود.

کلیدواژه ها

تصاویر فراطیفی، شبکه عصبی رگرسیون عمومی Software Engineering،Hyperspectral،GRNN،Electronics

مقالات مرتبط جدید

اطلاعات 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.