[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 5، شماره 1 - ( 5-1394 ) ::
دوره 5 شماره 1 صفحات 93-108 برگشت به فهرست نسخه ها
طبقه‌بندی دانش‌مبنای داده‌های پلاریمتری رادار با روزنه ترکیبی با استفاده از روش Support Vector Machine-Decision Tree (SVM-DT)
محسن جعفری*، محمد جواد ولدان زوج، یاسر مقصودی
چکیده:   (4330 مشاهده)

روش‌های مختلف طبقه‌بندی داده پلاریمتری به‌طورکلی در سه گروه قرار می‌گیرند. (1) روش‌های آماری، (2) روش‌های برمبنای مکانیسم پراکنش و (3) روش‌های دانش‌مبنا. در این مقاله روشی دانش‌مبنا و شیءمبنا برای طبقه‌بندی داده‌ی پلاریمتری مطرح‌شده است که در آن روش طبقه‌بندی SVM-DT برای تلفیق دانش در سه بخش دانش اولیه، دانش حاصل از داده پلاریمتری و دانش خبره توسعه داده‌شده است. دانش حاصل از داده (آماری، فیزیکی و مکانی) در مراحل تعیین طرح درختی، ویژگی برای طبقه‌بندی کننده SVM و همچنین در انتخاب ویژگی‌های بهینه به کار گرفته می‌شود. دانش اولیه برای توازن تعداد داده‌های آموزشی در طبقه‌بندی کننده SVM استفاده می‌شود. درنهایت دانش خبره نیز در دو مرحله ایجاد طرح درختی و همچنین انتخاب ویژگی‌های بهینه درروش پیشنهادی استفاده می‌شود. داده پلاریمتری سنجنده رادارست-2 از منطقه‌ی جنگلی Petawawa کانادا با شش کلاس بلوط قرمز (Or)، کاج سفید (PW)، صنوبر سیاه (Sb)، آب (Wa)، منطقه‌ی شهری (Ur) و پوشش گیاهی (GV) برای پیاده‌سازی این تحقیق انتخاب‌شده است. برای بررسی تأثیر دانش‌های مختلف درروش پیشنهادی 6 طبقه‌بندی کننده در آزمایش‌ها مقایسه شده است: طبقه‌بندی کننده ویشارت، SVM با تمام ویژگی‌ها، SVM-DT با تمام ویژگی‌ها، SVM-DT شیءمبنا با تمام ویژگی‌ها، SVM-DT شیءمبنا همراه با انتخاب ویژگی و SVM-DT شیءمبنا با انتخاب ویژگی و دانش اولیه. نتایج نشان داد اضافه شدن دانش‌های مختلف به طبقه‌بندی تأثیر مثبت و خوبی بر روی کلاس‌های جنگل دارد اگرچه برخی از این دانش‌ها در کلاس‌های دیگر بی‌تأثیر و یا حتی تأثیر منفی دارند. درنهایت دقت کلی روش پیشنهادی حدود 87 درصد حاصل شد که در مقایسه با روش ویشارت 15 درصد و در مقایسه با طبقه‌بندی کننده SVM، 9 درصد بهبود داشته است.

واژه‌های کلیدی: داده پلاریمتری رادار با روزنه مصنوعی، طبقه‌بندی دانش‌مبنا، SVM-DT، دانش خبره، جنگل
متن کامل [PDF 1242 kb]   (1119 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فتوگرامتری و سنجش از دور
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

M. Jafari, M. J. Valadanzoej, Y. Maghsoudi. Knowledge-based Classification of Polarimetric SAR data using Support Vector Machine-Decision Tree (SVM-DT) . JGST. 2015; 5 (1) :93-108
URL: http://jgst.issge.ir/article-1-206-fa.html

جعفری محسن، ولدان زوج محمد جواد، مقصودی یاسر. طبقه‌بندی دانش‌مبنای داده‌های پلاریمتری رادار با روزنه ترکیبی با استفاده از روش Support Vector Machine-Decision Tree (SVM-DT). نشریه علمی پژوهشی علوم و فنون نقشه برداری. 1394; 5 (1) :93-108

URL: http://jgst.issge.ir/article-1-206-fa.html



دوره 5، شماره 1 - ( 5-1394 ) برگشت به فهرست نسخه ها
نشریه علمی علوم و فنون نقشه برداری Journal of Geomatics Science and Technology