ارزیابی توانایی سیستم های طبقه بندی کننده چندگانه در بهبود طبقه بندی عوارض در داده های لیدار

محل انتشار: همایش ژئوماتیک 88
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,602

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GEO88_009

تاریخ نمایه سازی: 8 فروردین 1388

چکیده مقاله:

طبقه بندی عوارض در داده های لیدار در مناطق پرازدحام شهری همچنان به عنوان یک چالش بنیادی در فتوگرامتری و سنجش از دور مطرح است. یکی از روشهای مرسوم در این زمینه استفاده از طبقه بندی کننده های مختلف است. تاکنون تلاشهای گسترده ای برای بهبود نتایج حاصل از طبقه بندی صورت پذیرفته که مهمترین آنها در دهه اخیر طراحی سیستم های شامل چند طبقه بندی کننده است. در این سیستم ها هدف تلفیق طبقه بندی کننده های مختلف به منظور دست یابی به نتایجی است که از تک تک طبقه بندی کننده ها بهتر باشد. روش ارائه شده دراین مقاله برای بهبود نتایج طبقه بندی عوارض در داده لیدار از مفهوم تلفیق طبقه بندی کننده ها استفاده کرده است. به این منظور روی داده لیدار از یک منطقه شهری دو روش طبقه بندی انجام شد. نتایج حاصل از این دو طبقه بندی کننده تحت دو روش تلفیق طبقه بندی کننده ها با نام بیز انتخابی و رأی گیری وزندار مورد تلفیق قرار گرفت . نتایج حاصل از تلفیق طبقه بندی کننده ها با نتایج تک طبقه بندی کننده ها مورد مقایسه و ارزیابی قرار می گیرد این نتایج بهبود طبقه بندی عوارض با استفاده ازدو روش تلفیق رانشان می دهد.

کلیدواژه ها:

طبقه بندی عوارض ، تلفیق طبقه بندی کننده ها ، تلفیق داده ، روش بیز ، روش رأی گیری وزندار

نویسندگان

فرهاد صمدزادگان

دانشیار گروه مهندسی نقشه برداری-پردیس دانشکدههای فنی-دانشگاه تهران

بهناز بیگدلی

دانشجو کارشناسی ارشد گرایش فتوگرامتری گروه مهندسی نقشه برداری

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Arclives of Photog rammetry, Remote Sensing and Spatial Information Sciences, ...
  • Schenk, T., (1999).، ،Pho togrammetry and Laser Altimetry , Proceedings ...
  • Wehr, A. and U. Lohr, (1999). 00Airborne Laser Scanning - ...
  • Sizgoric, S., (2002). _ Altimetry Systems' , Lecture notes from ...
  • David, J., (2006). Extraction of tidal channel networks from airborne ...
  • Lin, Y, And Yan, L and Tong. (2008)*Automatic Recognition of ...
  • Clode, S. And Rottensteiner, F. andKo otsookos _ P.2005 ".Improving ...
  • Clode, S. P., Zelniker, E. E., Kootsookos, P. J., & ...
  • Hatger, C. And Brenner, C., (2003). "Extraction of Road Geometry ...
  • Rieger, W., Kerschner, M., Reiter, T. and Rottensteiner, F., (1999). ...
  • Akel, N. A., Zilberstein, O., & Doytsher, Y. (2003). Automatic ...
  • Hu, X.and Tao, C. And Hu, Y. (2004), ، Automatic ...
  • Alharthy, A. & Bethel, J. (2003). Automated road extraction from ...
  • F. Rottensteiner, Ch. Briese, (2002)*A new method for building extraction ...
  • Rottensteiner, F. [2001] S emi- automatic extraction of buildings based ...
  • Ruta, D.and Gabrys, B .(2000) ".An overview of classifier fusion ...
  • Kuncheva, L.(2004) "Combining Pattern Classifiers methods and algorithms" .A john ...
  • 8 - Whitaker, C .and _ Kuncheva, L .and _ ...
  • Biggio, B., Roli, F., Fumera, G.(2007). Bayesian Analysis of Linear ...
  • Biggio, B., Roli, F., Fumera, G.(2008). Adversarial Pattern Classifier Using ...
  • نمایش کامل مراجع