مقایسه نتایج طبقه بندی تصاویر ماهواره ای با شبکه های عصبی
محل انتشار: دومین کنفرانس برنامه ریزی و مدیریت محیط زیست
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,579
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ESPME02_417
تاریخ نمایه سازی: 22 خرداد 1391
چکیده مقاله:
هدف از این تحقیق، طبقه بندی تصویر با استفاده از شبکه عصبیMLP است. بدین منظور از تصویر سنجنده TM با قدرت تفکیک 30 متر که از منطقه گیلان در ایران است، استفاده شده است. نتایج را برای تعداد نرون های مختلف و توابع آموزش متفاوت بدست آورده و در آخر بهترین حالت برای تصویر مورد نظر، بدست آمده است. نتایج بدست آمده از طبقه بندی با شبکه Perceptron و Linear و شبکه MLP نیز در انتها با هم مقایسه شده اند. نتایج نشان می دهدکه طبقه بندیبا شبکه عصبیMLP با دقت بهتری انجام میشود و دلیل این امر، استفاده از توابع غیر خطی در این شبکه است که با تصاویر ماهواره ای تطابق بهتری دارد.
کلیدواژه ها:
نویسندگان
هنگامه صفاراول
دانشجوی کارشناسی ارشد RS &GIS دانشگاه علوم و تحقیقات یزد
علی سرکارگر اردکانی
استادیار گروه RS & GIS دانشگاه علوم و تحقیقات یزد
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 :