تاثیر انتخاب ویژگی به کمک الگوریتم شیران بر طبقه بندی تصاویر فراطیفی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 460

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NAECE02_116

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

امروزه با توسعه سیستم های سنجش از راه دور فراطیفی، طبقه بندی محدوده وسیعی از پدیده ها با کلاس های پوشش زمینی مشابه در سطح زمین میسر گردیده است. مزیت تصویر فراطیفی، تعداد باندهای به کار گرفته شده برای تدوین هر صحنه است. علیرغم این ویژگی منحصر به فرد، پردازش ابعاد بسیار بالای داده های فراطیفی بسیار پرهزینه و زمان بر است. یکی از راه حل ها برای غلبه بر این مشکل، کاهش دادن ابعاد فضای ورودی با استفاده از روش های انتخاب ویژگی است. در سال های اخیر الگوریتم های مبتنی بر خرد جمعی به دلیل سادگی و کارایی بالای آنها برای انتخاب بهینه کلی در فضایی با ابعاد بالا مورد توجه قرار گرفته است. در این مقاله یک روش جدید انتخاب ویژگی بر اساس الگوریتم بهینه سازی شیران ارایه شده است. این الگوریتم الهام گرفته از زندگی دسته جمعی شیرها در طبیعت می باشد. روش پیشنهادی بر روی تصویر فراطیفی Pavia پیاده سازی گردید. ارزیابی دقت طبقه بندی و تعداد ویژگی های انتخاب شده توسط روش ارایه شده موفقیت قابل قبول این روش را نسبت به سایر الگوریتم های مطرح در این زمینه از قبیل الگوریتم ژنتیک نشان می دهد

نویسندگان

زهرا دالوند

گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی، خرم آباد، ایران

سعید یزدان پناه

عضو هیات علمی، دانشگاه آزاد اسلامی، خرم آباد، ایران

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 :