CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

بهبود دقت طبقه بندی به روش بیشترین شباهت با استفاده احتمالات اولیه

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۳۸۲ | نظرات: ۰
سال انتشار: ۱۳۸۲
نوع ارائه: شفاهی
محل انتشار: همایش ژئوماتیک 82
کد COI مقاله: GEO82_11
زبان مقاله: فارسی
حجم فایل: ۲۵۶.۸ کلیوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله بهبود دقت طبقه بندی به روش بیشترین شباهت با استفاده احتمالات اولیه

  فریبا صادقی نائینی فرد - سازمان نقشه برداری کشور، قسمت هوایی

چکیده مقاله:

تصاویر ماهواره ای منابع عمده ای اط اطلاعات هستند و در زمینه های مختلفی همانند زمین شناسی و کشاورزی مور استفاده قرار می گیرند. بنابراین زیادی برای استخراج اطلاعات از این تصاویر صورت گرفته است و در این راستا روشهای متفاوتی توسعه یافته است. دو متد اصلی تفسیر بصری و آنالیز کمی وجود دارد. در میان تکنیک های رقومی طبقه بندی روشی متداول و قوی برای استخراج اطلاعات محسوب می شود. روشهای متفاوتی برای طبقه بندی وجود دارد که هر کدام مزایا و معایبی دارا می با شند. متدهای طبقه بندی استاندارد، پیکسلهای را به عنوان المان اصلی در نظر می گیرند و بر اساس اطلاعات طیفی به آنها بر چسب می دهند. آشکار است که اطلاعات طیفی به تنهایی نمی توانند دقت کافی برای تفسیر نتیجه دهند. شاید روش بیشترین شبهت یکی از روشهای متداول طبقه بندی است، فرضیه اولیه برای اجرای این روش تساوی احتمالات اولیه تمامی پوششها می باشد زیرا که هیچگونه اطلاعاتی در مورد آنها موجود نمی باشد. هرچند که نوع کلاس نشان دهنده بیشترین شباهت برای پیکسل می باشد ولی خطاهای کلاسه بندی اجتناب پذیر نمی باشند. هدف از این مقاله بهبود دقت طبقه بندی به روش بیشترین شباهت با استفاده از اطلاعات احتمال اولیه می باشد. احتمال اولیه با استفاده از تقویم پوشش گیاهی تخمین زده شده است.

کلیدواژه‌ها:

بیشترین شباهت ، خطاهای کلاسه بندی‌‌ ، احتمالات اولیه ، تقویم پوشش گیایهی

کد مقاله/لینک ثابت به این مقاله

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://www.civilica.com/Paper-GEO82-GEO82_11.html
کد COI مقاله: GEO82_11

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:
صادقی نائینی فرد, فریبا، ۱۳۸۲، بهبود دقت طبقه بندی به روش بیشترین شباهت با استفاده احتمالات اولیه، همایش ژئوماتیک 82، تهران، سازمان نقشه برداری کشور، https://www.civilica.com/Paper-GEO82-GEO82_11.html

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: (صادقی نائینی فرد, فریبا، ۱۳۸۲)
برای بار دوم به بعد: (صادقی نائینی فرد، ۱۳۸۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Strahler Alan H. (1980); The Use of Prior Probabilities in ...
  • Abkar, A.A. (1994), *Knowledge -Based Classification Method for Crop Inventory ...
  • Ellis M.C (1 993);'Statistical Pattern Recognition Classification and Feature Selection ...
  • Janssen, L. L. F. (1994), *Methodology for Updating Terrain Object ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۱۷
    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.

    مدیریت اطلاعات پژوهشی

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

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    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.