پایش تغییرات ازتصاویر ماهواره‌ای چندزمانه با بکارگیری الگوریتم شناسایی تغییرات چند متغیره با وزن‌دهی تکراری(IR-MAD) و طبقه‌بندی ماشین بردار پشتیبان (SVM)
Authors
Abstract:
پایش تغییرات کاربری اراضی از تصاویر ماهواره‌ای چندزمانه، یکی از مهمترین کاربردهای سنجش از دور و سیستم اطلاعات مکانی است. در پژوهش حاضر چارچوبی برای پایش تغییرات از تصاویر ماهواره‌ای چندزمانه با به‌کارگیری الگوریتم شناسایی تغییرات چند متغیره با وزن‌دهی تکراری(IR-MAD) و طبقه‌بندی ماشین بردار پشتیبان (SVM) ارائه شده است. در این مطالعه، پایش تغییرات با استفاده از تصاویر ماهواره‌ای لندست با یک فاصله زمانی 18 ساله، برای جزیره شاهی و قسمتی از حوزه غربی دریاچه ارومیه پیاده‌سازی گردیده است. روش پیشنهادی دارای دو مرحله اصلی در پایش تغییرات می‌باشد. در مرحله اول، مؤلفه‌های شدت تغییرات به‌صورت اتوماتیک با استفاده از تبدیل IR-MAD مشخص می‌گردند. در ادامه، مؤلفه‌های بهینه با اعمال آنالیز مؤلفه اصلی با هسته کرنل (KPCA) بر مؤلفه‌های شدت تغییرات انتخاب می‌شوند. در مرحله دوم، جهت تهیه نقشه ماهیت تغییرات، مؤلفه‌های بهینه ترکیب‌شده با استفاده از روش SVM طبقه‌بندی می‌شوند. به‌منظور بررسی عملکرد روش پیشنهادی در جهت پایش تغییرات، این روش با روش‌های متداول ترکیب طیفی-زمانی و مقایسه پس از طبقه‌بندی مقایسه گردید. ارزیابی نتایج نشان می‌دهد که روش پیشنهادی موجب بهبود دقت کلی به میزان %89/4 و %39/4 به ترتیب نسبت به روش‌های آنالیز ترکیبی طیفی-زمانی و مقایسه پس از طبقه‌بندی شده است.
similar resources
ارزیابی وپتانسیل سنجی خطروقوع سیل درشهرجناح با استفاده از الگوریتم ماشین پشتیبان بردار (SVM)
یکی از انواع فرآیند های دامنه ای که هر ساله موجب خسارت جانی و مالی فراوان در بسیاری از نقاط ایران و جهان می شود وقوع سیل است. شناسایی مناطق مستعد وقوع سیل از طریق پهنه بندی خطر، یکی از اقدامات موثر و ضروری در کاهش خطرات احتمالی و مدیریت آن می باشد. هدف اصلی این پژوهش، ارزیابی وقوع سیل در شهر جناح با استفاده از مدل ماشین بردار پشتیبان می باشد. در ابتدا نقشه DEM محدوده مورد مطالع...
full textطراحی شبکه پایش سطح آب زیرزمینی با استفاده از مدل حداقل مربعات ماشین بردار پشتیبان (LS-SVM)
این مطالعه روشی برای طراحی شبکههای پایش کمّی آب زیرزمینی به منظور کاهش نقاط پایش مکانی اضافی ارائه می‌کند؛ چاههای اضافی، که اگر نمونهگیری نشوند، خطای تخمین سطح آب زیرزمینی آنها قابل چشم‌پوشی است. این روش مبتنی بر روش ماشین بردار پشتیبان بر پایة تئوری یادگیری آماری است. در این مطالعه، با استفاده از اطلاعات کمّی 63 چاه مشاهداتی و پارامترهای هواشناسی (بارندگی و تبخیر) دشت رامهرمز، در دورة ...
full textپیش‌بینی رواناب روزانه با مدل حداقل مربعات ماشین بردار پشتیبان (LS-SVM)
مدل‌های داده محور از جمله ابزارهایی هستند که به منظور شبیه‌سازی در علوم مختلف استفاده می‌شوند. روش ماشین بردار پشتیبان به عنوان یکی از جدیدترین این نوع ابزارها اخیراً در علوم مرتبط با آب مورد توجه قرار گرفته است. در هیدرولوژی و منابع آب، این مدل‌ها با شبیه‌سازی فرآیند بارش-رواناب، مقدار رواناب را در حوزه‌های آبخیز بدون ایستگاه اندازه‌گیری و با حداقل زمان ممکن و کمترین هزینه برآورد می‌کنند. هدف ا...
full textبهبود دقت شناسایی غواص با استفاده از الگوریتم کلاس‌بندی ماشین بردار پشتیبان
ویژگی‌های منحصر به فرد و امکان انتشار آسان سیگنال های صوتی در محیط زیرآب، امکان شناسایی و رد گیری اهداف زیر آبی بوسیله آنها را فراهم می‌کند. از جمله کاربردهای پدافندی سیگنال صوتی در حوزه‌ی دریا می‌توان استفاده از سونار برای شناسایی غواص به منظور جلوگیری از نفوذ غواصان در نیروگاه های ساحلی و همچنین حفاظت از تجهیزات بندرگاهی و ... را نام برد. برای این مقصود شناسایی صحیح غواص از سایر اهداف زیر آبی...
full textکاهش تعداد بردارهای پشتیبان در ماشین بردار پشتیبان (svm)
ماشین بردار پشتیبان روش مطلوبی برای طبقه بندی انواع داده هاست، اما مشکل اساسی این روش کاهش چشم گیر سرعت طبقه بندی آن در ازای افزایش ابعاد مسئله است. در این پایان نامه تابع کرنلی که از چندجمله ای متعامد هرمیت مشتق شده و ترکیب این تابع با سایر کرنل های رایج برای ماشین بردار پشتیبان ارائه شده است. این توابع، علاوه بر کاهش تعداد بردارهای پشتیبان که موجب افزایش سرعت خواهد شد، صحت طبقه بندی داده ها ر...
شناسایی پلاک خودروهای ایرانی با الگوریتم ماشین بردار پشتیبانی فازی
License plate recognition is one of the most important applications used in intelligent transportation systems. Difficulty of correct detection and identification of the car plates in different environment conditions makes researchers try new approaches to better solve the problem. License plate recognition problem is divided into three sub problems: "Plate Location", "Character Segmentation", ...
full textMy Resources
Journal title
volume 6 issue 2
pages 23- 41
publication date 2018-09
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023