برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان: 

طبقه بندي تصاوير مناطق شهري با روش هاي يادگيري ماشين با رويکرد تحليلي

نوع ارائه: پوستر
نویسنده: اجاقي سعيد*,عبادي حميد,فرنوداحمدي فرشيد
 
 *گروه فتوگرامتري و سنجش از دور، دانشکده مهندسي نقشه برداري، دانشگاه صنعتي خواجه نصيرالدين طوسي
 
عنوان همایش: همايش ملي ژئوماتيك
نوع همایش:  دانشگاه آزاد اسلامي
حامی:  سازمان نقشه برداري كشور
زمان:  1395دوره 23
 
 
چکیده: 

طبقه بندي تصوير همواره يکي از مسائل مهم جامعه سنجش از دور بوده و اطلاعات حاصل از اين روش از پرکاربردترين اطلاعات در اين حوزه و در ساير زمينه ها نظير برنامه ريزي شهري، مديريت منابع طبيعي و... به شمار مي آيد. از طرف ديگر با افزايش روش هاي مختلف طبقه بندي تصوير، مثل روش هاي آماري و روش هاي يادگيري ماشين ضروري است که هر يک از روش هاي فوق، با توجه به نوع تصوير مورد ارزيابي و تحليل قرار گيرند. هدف از اين تحقيق مقايسه و ارزيابي دو روش شبکه هاي عصبي و ماشين هاي بردار پشتيبان از روش هاي يادگيري ماشين، براي طبقه بندي تصوير آيکونوس (منطقه شهريار در استان البرز) با قدرت تفکيک مکاني بالا مي باشد. در اين تحقيق براي ارزيابي از شبکه هاي عصبي پرسپترون چندلايه (MLP) و ماشين هاي بردار پشتيبان با تابع کرنل گوسين که از پرکاربردترين ساختارها براي طبقه بندي مي باشند، استفاده شده است. نتايج نشان مي دهد که روش شبکه هاي عصبي در بهترين حالت داراي دقت 87.06 درصد و روش ماشين هاي بردار پشتيبان داراي دقت 85.26 مي باشد.

 
کلید واژه: طبقه بندي تصوير، شبکه هاي عصبي، ماشين هاي بردار پشتيبان
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 
 
بازدید یکساله 160   pdf-file
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی