CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارزیابی روش های طبقه بندی کننده ی داده های پلاریمتری رادار

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۲۴۸ | نظرات: ۰
سرفصل ارائه مقاله: Remote Sensing
سال انتشار: ۱۳۹۴
نوع ارائه: شفاهی
کد COI مقاله: NCEGIT01_185
زبان مقاله: فارسی
حجم فایل: ۴۹۰.۸۱ کیلوبایت (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.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل 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 : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی روش های طبقه بندی کننده ی داده های پلاریمتری رادار

  عاطفه وارثی - دانشجوی ارشد سنجش از دور دانشگاه صنعتی خواجه نصیرالدین طوسی
  محمودرضا صاحبی - استادیار پژوهشکده سنجش از دور دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده مقاله:

جمع آوری داده توسط سنجش از دور یک مرحله اساسی پایدار زمین می باشد یکی از پردازش های مهم و پر کاربرد بر روی تصاویر سنجش از دور طبقه بندی است از دیدگاه تصمیم گیری نقشه های حاصل از طبقه بندی می توانند مفید واقع شوند زیرا این الگوریتم ها اطلاعات پیچیده ی طیفی مکانی را در تعداد محدوده ی کلاس مورد نیاز خلاصه می کنند داده های پلاریمتری سار به دلیل دارا بودن اطلاعات غنی از محیط در چند دهه اخیر ه یکی از پر استفاده ترین داده های سنجش از دوری تبدیل شده اند به طور کلی برای طبقه بندی تصاویر پلاریمتریک از دو منبع اطلاعاتی شامل نوع مکانیزم پراکنش عوارض و توزیع اماری داده ها استفاده می شود در این مقاله داده ی رادارست 2 را به چند روش نظارت شده و نظارت نشده طبقه بندی و مقایسه می شوند معروف ترین توزیع آماری تصاویر پلاریمتری توزیع ویشارت بوده و طبقه بندی کننده ویشارت نیز یکی از روش های پایه برای طبقه بندی این تصاویر محسوب می شود در این مقاله این تکنیک با روش های ماشین بردار پشتیبان تجزیه فریمن و ون زیل مقایسه و نتایج آن ارزیابی شده است نتایج حاکی از ان است در تفکیک کلاس دو بازگشتی روش ماشین بردار پشتیبان و ون زیل بهتر از بقیه روش ها عمل کرده اند روش فریمن برای تفکیک کلاس باز پراکنش سطحی و ویشارت برای کلاس باز پراکنش حجمی مناسب ترند از نظر کمی و کیفی ون زیل عملکرد بهتری نسبت به روش های دیگر برای طبقه بندی دارد

کلیدواژه‌ها:

طبقه بندی،سنجش از دور،پلاریمتری سار

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-NCEGIT01-NCEGIT01_185.html
کد COI مقاله: NCEGIT01_185

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:
وارثی, عاطفه و محمودرضا صاحبی، ۱۳۹۴، ارزیابی روش های طبقه بندی کننده ی داده های پلاریمتری رادار، اولین کنفرانس ملی مهندسی فناوری اطلاعات مکانی، تهران، دانشکده مهندسی نقشه برداری دانشگاه صنعتی خواجه نصیر الدین طوسی، https://www.civilica.com/Paper-NCEGIT01-NCEGIT01_185.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: (وارثی, عاطفه و محمودرضا صاحبی، ۱۳۹۴)
برای بار دوم به بعد: (وارثی و صاحبی، ۱۳۹۴)
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 :

  • C. Lop ez-Martinez, E. Pottier, S. Cloude, "Statistical assessment of ...
  • A. Freeman and , L. Durden, ":A three component scattering ...
  • A. Dargahi , Y. Maghsoudi and A. Abkar, "Unsupervised classification ...
  • Vanzyl, J.J. , 'Unsupervised classification of scattering behavior using radar ...
  • M. Salehi, M. R. Sahebi, and Y. Maghsoudi, "Improving the ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۹۴۰۸
    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.