آرشیو

آرشیو شماره ها:
۶۳

چکیده

بکارگیری ویژگی های بهینه در الگوریتم های مختلف طبقه بندی، بر دقت نتایج حاصل از طبقه بندی تأثیرگذار می باشد. هدف از پژوهش حاضر بررسی قابلیت های تصاویر هایپریون و لندست و مقایسه کارایی الگوریتم های بهینه سازی ازدحام ذرات و جستجوی گرانشی جهت تعیین ویژ گی های بهینه برای تفکیک اراضی فضای سبز و شالیزار می باشد. در این مطالعه از تصاویر ماهواره ای لندست، هایپریون و مجموعه داده های واقعی مربوط به منطقه ای در شمال ایران استفاده شده است. در این مطالعه کارایی الگوریتم های بهینه سازی ازدحام ذرات و جستجوی گرانشی جهت تعیین ویژ گی های بهینه و قابلیت تصاویر لندست و هایپریون برای تفکیک اراضی فضای سبز و شالیزار با استفاده از مجموعه ی داده های واقعی مقایسه گردید. برای ارزیابی نتایج از پارامترهای دقت کاربر، دقت تولید کننده، دقت کلی و ضریب کاپا استفاده شده است. نتایج پژوهش بیانگر این است که دقت کلی تفکیک اراضی فضای سبز و شالیزار با تصویر هایپریون 15 درصد بالاتر از تصویر لندست می باشد. بکارگیری شاخص های طیفی در فرایند طبقه بندی، سبب بهبود دقت تفکیک اراضی فضای سبز و شالیزار در هر دو داده لندست و هایپریون می گردد. همچنین استفاده از الگوریتم بهینه سازی برای تعیین ویژگی های بهینه و استفاده از ویژگی های بهینه در فرایند طبقه بندی سبب افزایش دقت تفکیک اراضی فضای سبز و شالیزار می گردد. با توجه به مقادیر دقت کلی، کارایی الگوریتم بهینه سازی جستجوی گرانشی برای تفکیک اراضی فضای سبز و شالیزار 2 درصد بهتر از الگوریتم ازدحام ذرات می باشد.

تبلیغات