[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 4، شماره 4 - ( 2-1394 ) ::
دوره 4 شماره 4 صفحات 267-282 برگشت به فهرست نسخه ها
معرفی یک روش بهینه جهت خوشه‌بندی جز‌ءبندی داده‌های فراطیفی با استفاده از الگوریتم بهینه‌سازی توده ذرات
امین علیزاده نائینی*، محمد سعادت سرشت، سعید همایونی، ابوالفضل جمشیدزاده
چکیده:   (5689 مشاهده)

یکی از موفقیت‌آمیز‌ترین کاربردهای داده‎های فراطیفی، طبقه‌بندی آنها و تولید نقشه‌های پوشش زمین بدون نیاز به داده‌های واقعیت زمینی است. در میان روش‌های مختلف طبقه‌بندی غیرنظارت شده، روش‌های جزءبندی به‌دلیل سرعت و عملکرد بالا در خوشه‌بندی داده‌های فراطیفی مورد توجه قرار گرفته‌اند. عملکرد خوشه‌بندی مبتنی بر جزء‌بندی این داده‌ها تابع پنج پارامتر تعداد و موقعیت خوشه‌ها، تعداد و موقعیت باندها و معیار شباهت است. بنابراین می‌توان به مسئله‌ی خوشه‌بندی جزء‌بندی به‌صورت یک مسئله‌ی بهینه‌سازی نگاه کرد که هدف در آن پیدا کردن موقعیت بهینه‌ی پارامترهای مذکور است. بسته به اینکه کدامیک از این پنج پارامتر در فرآیند بهینه‌سازی توده ذرات وارد شوند چهار حالت معنی‌دار در این تحقیق در نظر گرفته شده و هدف پیدا کردن حالتی است که به بالاترین دقت در تهیه نقشه‌های موضوعی منجر شود. لازم به ذکر است که از میان پنج پارامتر مختلف خوشه‌بندی، معیار شباهت و تعداد خوشه ها به منظور جلوگیری از پدیده‌ی افزونی پارامترها وارد فرآیند بهینه‌سازی نشده و ثابت در نظر گرفته شدند. بررسی‌ها بر روی یک مجموعه‏ی داده‌ی شبیه‌سازی و دو داده‌ی واقعی نشان دادند که از میان چهار حالت مورد بررسی در این تحقیق، حالتی که تعداد باندها در یک مرحله‌ی پیش‌پردازشی توسط خوشه‌بندی باندها در فضای داده‌ها یا با استفاده از تبدیل PCA در فضای ویژگی کاهش داده می‌شود دارای دقت بالاتری در تهیه‌ی نقشه‌های موضوعی هستند.

واژه‌های کلیدی: داده‌های فراطیفی، طبقه‌بندی نظارت نشده، خوشه‌بندی باندها، الگوریتم بهینه‌سازی توده ذرات
متن کامل [PDF 525 kb]   (1347 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:

A. Alizadeh Naeini, M. Saadatseresht, S. Homayouni, A. Jamshidzadeh. Introducing an Optimum Approach for Partitional Clustering of Hyperspectral Data Using Particle Swarm Optimization. JGST. 2015; 4 (4) :267-282
URL: http://jgst.issge.ir/article-1-272-fa.html

علیزاده نائینی امین، سعادت سرشت محمد، همایونی سعید، جمشیدزاده ابوالفضل. معرفی یک روش بهینه جهت خوشه‌بندی جز‌ءبندی داده‌های فراطیفی با استفاده از الگوریتم بهینه‌سازی توده ذرات. نشریه علمی پژوهشی علوم و فنون نقشه برداری. 1394; 4 (4) :267-282

URL: http://jgst.issge.ir/article-1-272-fa.html



دوره 4، شماره 4 - ( 2-1394 ) برگشت به فهرست نسخه ها
نشریه علمی علوم و فنون نقشه برداری Journal of Geomatics Science and Technology