جستجو در تالارهای گفتگو

طبقه بندي داده هاي فراطيفي بر اساس سيستم هاي ماشين هاي بردار پشتيبان چندگانه با استفاده از گروه بندي باندهاي طيفي نویسندگان: بيگدلي بهناز*, صمدزادگان فرهاد با پيشرفت هاي کنوني در سنجش از دور و علوم مرتبط با آن، داده سنجش از دور فراطيفي با فراهم آوردن حجم بالاي اطلاعات طيفي براي تشخيص بهتر کلاس هاي زميني مورد استفاده فراوان قرار مي گيرد، اگرچه تعداد زياد باندهاي طيفي در مقابل تعداد کم نمونه هاي آموزشي در دسترس، مشکل «پدبده هيوز» را در اين داده ايجاد مي کند. به علاوه تعداد زياد باندهاي طيفي که اغلب به يکديگر وابسته مي باشند، شامل اطلاعات زايد فراواني هستند. اين سطح بالا از پيچيدگي در داده هاي فراطيفي، باعث عدم کارايي روش هاي طبقه بندي کلاسيک در طبقه بندي اين نوع داده مي شود. با توجه به محدوديت هاي طبقه بندي کننده هاي انفرادي در اين شرايط، سيستم هاي حاوي مجموعه طبقه بندي کننده ها ممکن است کارايي بهتري نسبت به طبقه بندي کننده هاي انفرادي داشته باشند. تحقيق پيش رو يک روش نوين براي طبقه بندي داده هاي فراطيفي با بکارگيري يک سيستم چندگانه ماشين هاي بردار پشتيبان که شامل گروه بندي باندهاي طيفي است، معرفي مي کند. روش پيشنهادي در اولين گام براي گروه بندي باندهاي طيفي از روشي براساس اطلاعات دوطرفه يا متقابل استفاده مي کند. روش پيشنهادي در دومين گام، از ماشين بردار پشتيبان به منظور طبقه بندي هر گروه از باندهاي طيفي استفاده مي کند تا مجموعه اي از طبقه بندي کننده ها حاصل شود. سرانجام روش پيشنهادي يک الگوريتم ادغام طبقه بندي کننده ها براساس تئوري بيز با نام (Naïve Bayes (NB را بکار مي برد. نتايج حاصل از روش پيشنهادي براي دو نمونه از داده هاي فراطيفي نشان مي دهد که روش پيشنهادي در مقايسه با SVM استاندارد-طبقه بندي کننده ايي که همه باندها را در يک زمان طبقه بندي مي کند- نتايج بهتري را ايجاد مي کند. اين نتايج همچنين کارايي مفهوم گروه بندي باندها و سيستم هاي طبقه بندي کننده چندگانه را در مقايسه با روش هاي معمول پيشين نشان مي دهد. منبع: [Hidden Content] دانلود: [Hidden Content] 7002413930320.pdf