CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

طبقهبندی نیمه نظارت شده تصاویر با استفاده از الگوریتم ژنتیک و شبکه عصبی

عنوان مقاله: طبقهبندی نیمه نظارت شده تصاویر با استفاده از الگوریتم ژنتیک و شبکه عصبی
شناسه ملی مقاله: SCCS01_042
منتشر شده در اولین کنفرانس ملی محاسبات نرم و علوم شناختی در سال 1399
مشخصات نویسندگان مقاله:

مصطفی برهانی - استادیار، دانشگاه شهید بهشتی

خلاصه مقاله:
در این مقاله یک روش طبقه بندی نیمه نظارت شده تصاویر ماهواره ای با استفاده از الگوریتم ژنتیک (GA) وشبکه عصبی شعاعی پایه تابع (RBFNN) ارائه شده است طبقه بندی تصاویر ماهواره ای دو مشکل مهم دارند مشکل اول پیکسلهای مخلوط هستند و مشکل دوم مدیریت حجم بالای اطلاعات این تصاویر است. عملکرد RBFNN با یک شبکه کارآمد با مجموعه ای بزرگ از پارامترهای قابل تنظیم که قادر به تعمیم نتایج است میتواند انتخاب مناسبی برای حل این مشکل باشد در این مقاله شاخصهای طیفی برای انتخاب نقاط و GA نیز برای آموزش شبکه مورد استفاده قرار گرفت این روش برای طبقه بندی تصاویر سنجش از دور برای شناسایی مناطق سیلاب گرفته این ناحیه به کار گرفته شده است عملکرد این روش مورد تجزیه و تحلیل قرار گرفته و با سه روش ارزیابی دقت ،کاربر دقت عملکرد و ضریب کاپا محاسبه گردید این ضرایب دقت بالا و عملکرد مناسب این روش را تائید نمودند.

کلمات کلیدی:
شبکه عصب ی شعاعی،RBFNN؛شناسایی مناطق سیلاب؛ الگوریتمژنتیک، محاسبات نرم، طبقه بندی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1576929/