ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

انتخاب ویژگی مبتنی بر روش آدابوست به منظور طبقه بندی پوشش اراضی شهری در تصاویر با حد تفکیک مکانی بالا

سال انتشار: 1397
کد COI مقاله: NCEGIT03_016
زبان مقاله: فارسیمشاهده این مقاله: 197
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله انتخاب ویژگی مبتنی بر روش آدابوست به منظور طبقه بندی پوشش اراضی شهری در تصاویر با حد تفکیک مکانی بالا

مینا حمیدی - کارشناس ارشد سنجشازدور، گروه فتوگرامتری و سنجشازدور، دانشگاه صنعتی خواجه نصیرالدین طوسی
حمید عبادی - استاد گروه فتوگرامتری و سنجشازدور، دانشگاه صنعتی خواجه نصیرالدین طوسی
عباس کیانی - دانشجوی دکتری، گروه فتوگرامتری و سنجش ازدور، دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده مقاله:

ظهور تصاویر بزرگمقیاس هوایی و ماهواره ای، فرصتها و امکانات فراوانی در مدیریت موثر و پایدار شهری ایجاد نموده است. اگرچه منابع جدید تصاویر سنجشازدور با حد تفکیک مکانی بالا، اطلاعات با سطح جزئیات بیشتری فراهم می کنند؛ اما استخراج اطلاعات پوشش زمین از این منابع داده به دلیل تنوع زیاد طیفی و ناهمگونی در مواد سطحی، به یک فرآیند پیچیده تر تبدیل شده است. یادگیری ماشین برای مقابله با مشکلاتی که در آن دانش نظری ما ناقص است ولی تعداد داده ها و مشاهدات قابل توجهی وجود دارد، یک رویکرد تجربی موثر و ایده آل است. توسعه ی روشهای یادگیری ماشین بهصورت موازی با توسعه ی مفاهیم و الگوهای جدید در سنجش ازدور همراه بوده است. بااین حال، تعداد اندکی از آنها برای طبقه بندی داده های با حجم بالا مناسب هستند. روش آدابوست، یکی از روشهای مطرح یادگیری ماشین است که میتواند هنگام مواجه ه با انبوه داده ها مفید و کارآمد واقع شود. بر این اساس، در تحقیق حاضر، یک رویکرد ترکیبی جدید مبتنی بر روش آدابوست بهمنظور کاهش ابعاد داده ها ارائه شده است. در این تحقیق، الگوریتم آدابوست به عنوان ابزار انتخاب ویژگی در دو رویکرد ترکیبی دانشپایه و جمعیت مبنا بکار رفته است. در این تحقیق، برای استخراج ویژگیها از تصاویر با حد تفکیک مکانی بالا، از روش مجموعه ویژگی شبه عمیق استفاده شده است. روش پیشنهادی بر روی مجموعه داده استاندارد واهینگن اجرا و سپس نتایج حاصل از آن با روش RF مقایسه شده است. نتایج تجربی نشان دادند که ویژگیهای منتخب توسط آدابوست نسبت به روش RF، دقتهای بالاتری حاصل میکنند. همچنین مشاهده شد که رویکرد ترکیبی دانش پایه بدون افزودن هیچگونه پیچیدگی و هزینه ی محاسباتی، نسبت به رویکرد جمعیت مبنا، هم ازنظر دقت و هم ازنظر سرعت محاسبات از عملکرد بهتری برخوردار است.

کلیدواژه ها:

رویکرد ترکیبی، انتخاب ویژگی، آدابوست، طبقه بندی پوشش اراضی، سنجش ازدور.

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا NCEGIT03_016 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/880020/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حمیدی، مینا و عبادی، حمید و کیانی، عباس،1397،انتخاب ویژگی مبتنی بر روش آدابوست به منظور طبقه بندی پوشش اراضی شهری در تصاویر با حد تفکیک مکانی بالا،بیست و پنجمین همایش و نمایشگاه ملی ژئوماتیک و سومین کنفرانس مهندسی فناوری اطلاعات مکان،تهران،،،https://civilica.com/doc/880020

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، حمیدی، مینا؛ حمید عبادی و عباس کیانی)
برای بار دوم به بعد: (1397، حمیدی؛ عبادی و کیانی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 10,191
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی