عنوان :
كاربرد شبكه هاي عصبي و منطق فازي در طبقه بندي تصاوير هوايي
پديدآورندگان :
كاتبي سراج الدين نويسنده , كيانفر نوشين نويسنده
نام دانشگاه :
دانشگاه شيراز
كليدواژه زبان طبيعي :
شبكه هاي عصبي , منطق فازي , طبقه بندي تصاوير هوايي , مهندسي كامپيوتر
دامنه موضوعي :
فني و مهندسي
چكيده :
شبكه هاي عصبي مصنوعي در طبقه بندي پوشش زمين از تصاوير حاصل از دورسنجي كاربردي شايان توجه دارند. شبكه هاي عصبي چند لايه تعليم يافته با الگوريتم پس از انتشار خطا معمولترين نوع شبكه عصبي است كه براي اين منظور مورد استفاده قرار گرفته است . عيب اصلي شبكه پس از انتشار خطا زمان يادگيري طولاني است . هدف اين پايان نامه يافتن روشي براي ساده تر كردن مرحله يادگيري شبكه عصبي و همچنين بكار بردن شبكه پس انتشار خطا براي طبقه بندي فازي تصاوير است . در اين پايان نامه سيستمهاي ماجولار شبكه عصبي متشكل از ماجولي براي استخراج خصيصه ها، فضاي الگوها را متراكم كرده و باعث مي شود داده هاي آموزشي تفكيك پذيرتر شده و يادگيري شبكه آسانتر شود. ماجول استخراج خصيصه ها، توسط شبكه عصبي با يادگيري بدون نظارت ، به دو روش متفاوت انجام مي شود. روش اول كه براي تصاوير با تفكيك بالا مناسبتر است ، كلاستربندي تصوير توسط شبكه كوهنين ، برچسب دادن به ناحيه هاي بدست آمده و سپس استخراج تعدادي خصيصه از ناحيه ها براساس آمار تفاوت درجه خاكستري بود. روش دوم كه براي تصاوير با تفكيك پايين مناسبتر است ، كلاستربندي تصوير توسط شبكه كوهنين فازي و در نظر گرفتن خروجي هاي اين شبكه به عنوان خصيصه هاي استخراج شده بوده است . يادگيري و طبقه بندي شبكه ماجولار در ماجول دوم توسط شبكه عصبي پس انتشار خطاي تطبيقي انجام مي شود. سيستم ماجولار پيشنهادي از نظر زمان يادگيري و دقت طبقه بندي بهبود زيادي نشان مي دهد.
