بهینه سازی طبقه بندی کننده ی ماشین بردار پشتیبان با استفاده از آلگوریتم ژنتیک به منظور طبقه بندی تصاویر پلاریمتریک راداری
نویسندگان
چکیده مقاله:
طبقه بندی تصاویر ماهواره ای یکی از متداول ترین روشهای استخراج اطلاعات از داده های سنجش از دوری می باشد. با ظهور سنجنده های مایکروویو امکان بهره برداری از اطلاعاتی متمایز از اطلاعات قابل استخراج از سنجنده های نوری فراهم آمده است. دلیل این امر امکان استفاده از ویژگی های متمایز طیف الکترو مغناطیس در محدوده ی مایکروویو است که توسط سنجنده های راداری قابل برداشت می باشد. در این بین تصاویر پلاریمتریک رادار با روزنه مصنوعی به دلیل نمایش رفتار عوارض مختلف در مواجه با قطبش های متفاوت میدان الکترومغناطیس، حاوی اطلاعات ارزشمندی به منظور طبقه بندی پدیده های مختلف می باشند. امروزه با استفاده از آلگوریتم های تجزیه هدف امکان استخراج طیف وسیعی از ویژگی ها از تصاویر پلاریمتریک رادار فراهم آمده است. در این مقاله سعی شده است تا در ابتدا نسبت به استخراج این ویژگی ها در سه گروه ویژگی های عمومی، ویژگی های استخراج شده از روش های تجزیه هدف و توصیف گر های SAR اقدام شود. در ادامه از آلگوریتم ماشین بردار پشتیبان به منظور طبقه بندی تصویر پلاریمتریک استفاده شده است. در این مطالعه از آلگوریتم ژنتیک به منظور محاسبه پارامتر های کرنل و کاهش ابعاد فضای ویژگی و انتخاب ویژگی های بهینه استفاده شده است. در این تحقیق نشان داده می شود که تنظیم پارامتر های کرنل و انتخاب ویژگی های بهینه به صورت همزمان منجر به افزایش دقت طبقه بندی نسبت به حالتی است که فرآیند محاسبه پارامتر های کرنل و انتخاب ویژگی های بهینه به صورت مجزا صورت می پذیرد. همچنین به منظور مقایسه عملکرد طبقه بندی کننده ماشین بردار پشتیبان همراه با آلگوریتم ژنتیک از سه استراتژی مختلف و آلگوریتم طبقه بندی شیء مبنا نیز استفاده گردید. این نوع طبقه بندی امکان در نظر گرفتن اطلاعات بافت و شکل را در فرآیند طبقه بندی داده و به دلیل ایجاد اشیاء تصویری باعث کاهش تاثیر نویز اسپکل در تصویر می گردد. دقت این طبقه بندی کننده نسبت به حالتی که از روش جستجوی گرید برای محاسبه پارامترهای کرنل استفاده شده و همچنین از تمای ویژگی های پلاریمتریک استخراج شده استفاده شده است بالاتر می باشد ولی در مقایسه با استفاده مجزا یا همزمان آلگوریتم ژنتیک به منظور تنظیم پارامترها و انتخاب ویژگی از دقت پایین تری برخوردار می باشد. همانطور که در قسمت ارزیابی نتایج نشان داده می شود، رویکرد ارائه شده در این تحقیق منجر به اخذ نتایج رضایت بخشی گردیده است.
منابع مشابه
بهینه سازی طبقه بندی کننده ی ماشین بردار پشتیبان با استفاده از آلگوریتم ژنتیک به منظور طبقه بندی تصاویر پلاریمتریک راداری
طبقه بندی تصاویر ماهواره ای یکی از متداول ترین روشهای استخراج اطلاعات از داده های سنجش از دوری می باشد. با ظهور سنجنده های مایکروویو امکان بهره برداری از اطلاعاتی متمایز از اطلاعات قابل استخراج از سنجنده های نوری فراهم آمده است. دلیل این امر امکان استفاده از ویژگی های متمایز طیف الکترو مغناطیس در محدوده ی مایکروویو است که توسط سنجنده های راداری قابل برداشت می باشد. در این بین تصاویر پلاریمتریک ...
متن کاملطبقه بندی عارضه مبنای تصاویر پلاریمتری سار با استفاده از طبقه بندی کننده های چندگانه ماشین بردار پشتیبان
طبقه بندی پوشش زمین یکی از کاربرد های مهم استفاده از داده های سنجش از دوری است. از میان تصاویر و دادههای مورد استفاده در این مورد، داده های پلاریمتری راداری به خاطر امکان استخراج ویژگی های زیاد و متنوع میتوانند برای طبقه بندی گزینه مناسبی باشند. در این مقاله یک روش عارضه مبنا برای طبقه بندی مناطق شهری با استفاده از داده های پلاریمتری راداری به صورت تلفیق نتایج پیکسل مبنای طبقه بندی svm و قطعات...
متن کاملسیستم های طبقه بندی کننده ی چندگانه ی نوین درختی به منظور طبقه بندی زمین های کشاورزی از تصاویر نوری و راداری تمام قطبیده
تصاویر نوری و راداری با دریچهی مصنوعی تمامقطبیده (PolSAR)، منابع ارزشمندی برای طبقهبندی زمینهای کشاورزی است. ویژگیهای مستخرج از تصاویر نوری حاوی اطلاعاتی در مورد امضای بازتابی محصولات مختلف است. در مقابل، یک تصویر PolSAR فراهمکنندهی اطلاعاتی در مورد خصوصیات ساختاری و سازوکارهای پراکنش محصولات است. ترکیب این دو منبع قادر به ایجاد یک مجموعهدادهی مکمل با تعداد قابل توجهی از ویژگیهای زمان...
متن کاملطبقه بندی تصاویر ابرطیفی با استفاده از ماشین بردار پشتیبان
در این تحقیق به پیاده سازی و ارزیابی الگوریتم ماشین های بردار پشتیبان در تصاویر ابرطیفی پرداخته شده است. در طبقه بندی تصاویر ابرطیفی به علت ابعاد زیاد، کم بودن نمونه های آموزشی، تغییرات مکانی امضای طیفی، وجود نویز دارای چالش هایی هستیم. با توجه به مشکلات مطرح شده در طبقه بندی تصاویر ابرطیفی نیاز به روش هایی می باشد که به راحتی با ابعاد بالای داده های ورودی کار کرده و همچنین با نمونه های آموزشی ...
15 صفحه اولطبقه بندی متقاضیان تسهیلات اعتباری بانکها با استفاده از تکنیک ماشین بردار پشتیبان
در صنعت بانکداری یکی از موضوعاتی که همواره بایستی مدنظر سیاستگذاران اعتباری قرار دا شته باشد، مبحث مدیریتریسک است. در بین ریسک های مختلفی که بان کها با آن مواجهند, ریسک اعتباری از با اهمیت ترین آن ها است که اززیان های ناشی از ناتوانی یا عدم تمایل مشتری به ایفای تعهدات خویش در برابر بانک حاصل م یگردد.جهت مدیریت و کنترل ریسک مذکور , سیستم های طبقه بندی اعتباری مشتریان ضرورتی انکار ناپذیر است . چن...
متن کاملطبقه بندی پلاریمتری-مکانی تصاویر sar با استفاده از تلفیق طبقه بندی کننده های ماشین بردار پشتیبان
طبقه بندی پوشش زمین یکی از کاربرد های مهم استفاده از داده های سنجش از دوری است. از میان تصاویر و داده های مورد استفاده در این مورد، داده های پلاریمتری راداری به خاطر امکان استخراج ویژگی های زیاد و متنوع میتوانند برای طبقه بندی گزینه مناسبی باشند. در این تحقیق یک روش عارضه مبنا برای طبقه بندی مناطق شهری با استفاده از داده های پلاریمتری راداری به صورت تلفیق نتایج پیکسل مبنای طبقه بندی svm و قطعات...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 5 شماره 1
صفحات 127- 138
تاریخ انتشار 2015-08
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023