شماره ركورد كنفرانس :
3377
عنوان مقاله :
روش نوين براي بهبود طبقه بندي تصاوير سنجنده هاي TM و ASTER و تعيين صحت و دقت طبقه بندي آنها با روش هاي مختلف
پديدآورندگان :
باقري، حميد دانشگاه تحصيلات تكميلي صنعتي و فناوري پيشرفته , اسماعيلي، علي دانشگاه تحصيلات تكميلي صنعتي و فناوري پيشرفته - گروه مهندسي سنجش از دور , توحيدي، زهرا دانشگاه تحصيلات تكميلي صنعتي و فناوري پيشرفته
كليدواژه :
Ant colony , حداكثر احتمال , مينيمم فاصله 3 , شبكه عصبي , طبقه بندي , ASTER , TM
سال انتشار :
ارديبهشت 1392
عنوان كنفرانس :
بيستمين همايش ملي ژئوماتيك
زبان مدرك :
فارسي
چكيده فارسي :
از طبقه بندي تصاوير ماهواره اي نقشه هاي موضوعي بدست مي آيد كه نشان دهنده ي توزيع جغرافيايي پديده هايي از قبيل خاك، آب و گياه مي باشد. به منظور بررسي قابليت سنجنده (2009)TM ماهواره Landsat وسنجنده (2001)ASTER ماهواره يTERRA در تفكيك و تهيه نقشه كاربري اراضي شهرستان كرمان تصاوير اين دو سنجنده مورد تجزيه و تحليل قرار گرفتند. بعد از انجام پيش پردازش ها بر روي تصاوير براي طبقه بندي آنها از سه روش طبقه بندي نظارت شده به استفاده شد و شش كاربري شهري، جاده، پوشش گياهي، جنگل، زمين هاي باير وكوه طبقه بندي گرديدند. باتوجه به اينكه هركدام از اين دو ماهواره قدرت تفكيك مكاني و طيفي خاصي دارند، ابتدا طبقه بندي تصاوير سنجنده ها با هم مقايسه شدند كه مشخص شد تصوير سنجنده ASTER دقت بهتري دارد. براي بهبود دقت طبقه بندي از الگوريتم كلوني مورچه ها( Ant colony) استفاده شد كه به عنوان يك روش هوشمند بهينه سازي در كنار روش هاي كلاسيك موفقيت خوبي از خود نشان داده است. اين الگوريتم دقت هر سه طبقه بندي را براي تصوير هر دوسنجنده افزايش داد.
كشور :
ايران
تعداد صفحه 2 :
10
از صفحه :
1
تا صفحه :
10
لينک به اين مدرک :
بازگشت