مقایسه دو روش طبقه بندی حداکثر احتمال و شبکه ی عصبی مصنوعی در استخراج نقشه ی کاربری اراضی مطالعه موردی: حوزه سد ایلام

Authors

یعقوب نیازی

کارشناس ارشد آبخیزداری

abstract

یکی از ضروری ترین اطلاعات مورد نیاز مدیران و متولیان منابع طبیعی، نقشه های کاربری اراضی می باشد. داده های ماهواره ای، به جهت ارایه­ی اطلاعات به هنگام و رقومی، تنوع اشکال و امکان پردازش در تهیه­ی نقشه­های کاربری اراضی از اهمیت بالایی برخوردارند. از سویی دیگر در سال­های اخیر به طور وسیع و گسترده جهت طبقه­بندی تصاویر ماهواره­ای از روش­های طبقه­بندی پیشرفته از قبیل شبکه­های عصبی مصنوعی، مجموعه­های فازی و سیستم­های هوشمند استفاده می­شود. هدف اصلی این تحقیق مقایسه­ی دو روش مختلف جهت طبقه­بندی کاربری اراضی با استفاده از تصاویر aster می­باشد. بدین منظور  با استفاده از تصویر ماهواره­ای aster  و دو الگوریتم طبقه­بندی نظارت­شده شامل حداکثر احتمال و شبکه­ی عصبی مصنوعی، نقشه­ی کاربری اراضی تهیه گردید. در طبقه­بندی با استفاده از الگوریتم شبکه­ی عصبی از یک ­شبکه­ی پرسپترون با یک لایه­ی پنهان و 14 نرون ورودی، 9 نرون میانی و 6 نرون خروجی استفاده شده است که تعداد نرون­های ورودی همان تعداد باندهای تصویر ماهواره­ای aster و تعداد نرون­های خروجی همان تعداد کلاس­های نقشه­ی کاربری اراضی می­باشد. برای آموزش شبکه نیز از الگوریتم انتشار برگشتی استفاده شده است. نتایج حاصل از ارزیابی دقت این دو روش با استفاده از تعیین ضریب کاپا نشان داده است که الگوریتم شبکه­ی عصبی با ضریب 86/0 نسبت به الگوریتم حداکثر احتمال با ضریب 69/0 از دقت بیشتری برخوردار است. نتایج این مطالعه همچنین نشان می­دهد الگوریتم­­های سنتی طبقه­بندی مانند روش­های آماری به ­خاطر انعطاف­پذیری پایین و انواع پارامتریک آن مانند روش حداکثر احتمال به­خاطر وابستگی به مدل آمار گوسی نمی­توانند نتایج بهینه­ای، در صورت نرمال نبودن داده­های آموزشی فراهم آورند در حالیکه دلیل موفقیت الگوریتم شبکه­ی عصبی مصنوعی در سنجش از دور این است که می­تواند داده­هایی با منابع مختلف را با هم تلفیق نماید.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مقایسه دو روش طبقه¬بندی حداکثر احتمال و شبکه¬ی عصبی مصنوعی در استخراج نقشه¬ی کاربری اراضی مطالعه موردی: حوزه سد ایلام

یکی از ضروری‌ترین اطلاعات مورد نیاز مدیران و متولیان منابع طبیعی، نقشه‌های کاربری اراضی می‌باشد. داده‌های ماهواره‌ای، به جهت ارایه­ی اطلاعات به هنگام و رقومی، تنوع اشکال و امکان پردازش در تهیه­ی نقشه­های کاربری اراضی از اهمیت بالایی برخوردارند. از سویی دیگر در سال­های اخیر به طور وسیع و گسترده جهت طبقه­بندی تصاویر ماهواره­ای از روش­های طبقه­بندی پیشرفته از قبیل شبکه­های عصبی مصنوعی، مجموعه­های ...

full text

مقایسه دو روش طبقه بندی حداکثر احتمال و شبکه عصبی مصنوعی آرتمپ فازی در استخراج نقشه پوشش مرتعی (مطالعه موردی: مرتع حوزه دویرج دهلران)

مراتع از مهمترین منابع تجدیدشونده هستند که بدلیل وسعت و تأثیرات اقتصادی، اجتماعی و زیست محیطی خاص، از اهمیت ویژه ای برخوردارند. متأسفانه در کشور ما همانند اغلب کشورهای در حال توسعه، مراتع به دلایل مختلف از جمله مدیریت غیراصولی این منابع در معرض تخریب و نابودی قرار گرفته اند.فناوری دورسنجی و بهره گیری از داده های ماهواره ای از ابزارهای موثر در زمینه مطالعات علوم مرتع و پوشش گیاهی است. یکی از کار...

full text

مقایسه‌ی الگوریتم‌های طبقه بندی شبکه‌ی عصبی مصنوعی، ماشین بردار پشتیبان و حداکثر احتمال در استخراج نقشه کاربری اراضی حوزه آبخیز ابوالعباس

تهیه نقشه ­های کاربری اراضی یکی از مهمترین وظایف فن­آوری سنجش از دور در مدیریت عرصه­های مختلف محسوب می­گردد. در تحقیق حاضر جهت تهیه نقشه کاربری اراضی حوزه آبخیز ابوالعباس از تصویر ماهواره­ای لندست/TM سال 1388 استفاده شده است. سپس تصویر به کمک هر یک از الگوریتم­های شبکه عصبی مصنوعی پرسپترون سه لایه، ماشین بردار پشتیبان شعاعی و الگوریتم حداکثر احتمال طبقه­بندی شد. در نهایت میزان کارایی الگوریتم­...

full text

مقایسه دو روش طبقه‌بندی حداکثر احتمال و شبکه عصبی مصنوعی آرتمپ فازی در استخراج نقشه پوشش مرتعی (مطالعه موردی: مرتع حوزه دویرج دهلران)

مراتع از مهمترین منابع تجدیدشونده هستند که بدلیل وسعت و تأثیرات اقتصادی، اجتماعی و زیست‌محیطی خاص، از اهمیت ویژه‌ای برخوردارند. متأسفانه در کشور ما همانند اغلب کشورهای در حال توسعه، مراتع به دلایل مختلف از جمله مدیریت غیراصولی این منابع در معرض تخریب و نابودی قرار گرفته‌اند.فناوری دورسنجی و بهره‌گیری از داده‌های ماهواره‌ای از ابزارهای موثر در زمینه مطالعات علوم مرتع و پوشش گیاهی است. یکی از کار...

full text

تهیه نقشه کاربری اراضی دشت عباس ایلام با استفاده از روش‌های شبکه عصبی مصنوعی، ماشین بردار پشتیبان و حداکثر احتمال

یکی از ضروری‌ترین اطلاعات مورد نیاز مدیران و متولیان منابع طبیعی، نقشه‌های کاربری اراضی می‌باشد. در پژوهش حاضر، به‌منظور تهیة نقشة کاربری اراضی دشت عباس از داده‌های رقومی سنجنده (1386)ETM+ استفاده شد. ابتدا تصویر با میانگین خطای مربعات 47/0 پیکسل تصحیح هندسی شد. جهت طبقه­بندی تصویر از روش‌های طبقه­بندی شبکه عصبی مصنوعی، ماشین بردار پشتیبان و حداکثر احتمال استفاده شد. در نهایت، نقشة پوشش اراضی م...

full text

تهیه نقشه پوشش اراضی شهر اراک با استفاده از روش های طبقه بندی شبکه عصبی مصنوعی و حداکثر احتمال

تهیة نقشة پوشش اراضی، برای بسیاری از فعالیت های برنامه ریزی و مدیریت شهری دارای اهمیت است. در پژوهش حاضر، به منظور تهیة نقشة پوشش اراضی شهر اراک از داده های رقومی سنجنده liss-iii (1385) استفاده شد. ابتدا تصویر با میانگین خطای مربعات 58/0 پیکسل تصحیح هندسی شد و با توجه به کوهستانی بودن منطقه، تصحیح توپوگرافی نیز بر روی تصویر اعمال گردید. برای طبقه بندی تصویر، دو روش طبقه بندیِ نظارت شده با الگوری...

full text

My Resources

Save resource for easier access later


Journal title:
جغرافیا و توسعه

جلد ۸، شماره ۲۰، صفحات ۱۱۹-۱۳۲

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023