دوره 14، شماره 1 - ( 3-1396 )                   جلد 14 شماره 1 صفحات 71-82 | برگشت به فهرست نسخه ها



DOI: 10.18869/acadpub.jsdp.14.1.71

XML English Abstract Print


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

Imani M, Ghassemian H. Feature reduction of hyperspectral data for increasing of class separability and preserving of data structure . JSDP. 2017; 14 (1) :71-82
URL: http://jsdp.rcisp.ac.ir/article-1-342-fa.html
ایمانی مریم، قاسمیان حسن. کاهش ابعاد داده‌های ابرطیفی به منظور افزایش جدایی‌پذیری کلاس‌ها و حفظ ساختار داده. پردازش علائم و داده‌ها. 1396; 14 (1) :71-82

URL: http://jsdp.rcisp.ac.ir/article-1-342-fa.html


دکتری دانشگاه تربیت مدرس
چکیده:   (149 مشاهده)

امروزه تصویربرداری ابرطیفی به‌منظور طبقه‌بندی داده‌های سطح زمین با دقت و جزئیات بالا بسیار مورد توجه است. به‌دلیل کمبود نمونه آموزشی در دسترس، کاهش ابعاد دادۀ ابرطیفی به‌عنوان یک گام مهم پیش‌پردازش در تحلیل و طبقه‌بندی تصاویر ابرطیفی به شمار می‌رود. در این مقاله یک روش استخراج ویژگی پیشنهاد شده که سعی می‌کند، علاوه‌بر افزایش جدایی‌پذیری طبقه‌ها، ساختار داده را نیز حفظ کند. برای این منظور، دو تابع هدف پیشنهاد شده است. تابع هدف نخست از نمونه‌های آموزشی برچسب‌دار بهره می‌برد و سعی می‌کند نمونه‌های هم‌طبقه را در فضای کاهش‌یافته تا جای ممکن به هم نزدیک کند. تابع هدف دوم از نمونه‌های بدون برچسب خوشه‌بندی‌شده‌ بهره برده و سعی می‌کند نمونه‌های متعلق به یک خوشه را در فضای کاهش‌یافته، تا جای ممکن به هم نزدیک گرداند. روش پیشنهادی بر روی سه دادۀ ابرطیفی واقعی مورد آزمایش قرار گرفته و برتری آن از نظر دقت طبقه‌بندی نسبت به تعدادی از روش‌های پرکاربرد استخراج ویژگی نشان داده شده است

متن کامل [PDF 4684 kb]   (70 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش تصویر
دریافت: ۱۳۹۳/۱۲/۱۶ | پذیرش: ۱۳۹۵/۹/۱۶ | انتشار: ۱۳۹۶/۴/۲۷ | انتشار الکترونیک: ۱۳۹۶/۴/۲۷

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها می باشد.