|
سیستم های طبقه بندی کننده ی چندگانه ی نوین درختی به منظور طبقه بندی زمین های کشاورزی از تصاویر نوری و راداری تمام قطبیده
|
ایمان خسروی*   ، عبدالرضا صفری ، سعید همایونی |
|
|
|
چکیده: (4152 مشاهده) |
| تصاویر نوری و راداری با دریچهی مصنوعی تمامقطبیده (PolSAR)، منابع ارزشمندی برای طبقهبندی زمینهای کشاورزی است. ویژگیهای مستخرج از تصاویر نوری حاوی اطلاعاتی در مورد امضای بازتابی محصولات مختلف است. در مقابل، یک تصویر PolSAR فراهمکنندهی اطلاعاتی در مورد خصوصیات ساختاری و سازوکارهای پراکنش محصولات است. ترکیب این دو منبع قادر به ایجاد یک مجموعهدادهی مکمل با تعداد قابل توجهی از ویژگیهای زمانی طیفی، بافت و قطبیده برای طبقهبندی زمینهای کشاورزی است. با اینحال، طبقهبندی زمینهای کشاورزی ممکن است با دو چالش افزایش تصاعدی ابعاد داده و مسألهی دادههای نامتوازن مواجه شود. در دههی گذشته، سیستمهای طبقهبندیکنندهی چندگانهی (MCS) درختی بهویژه روش مشهور جنگل تصادفی (RF) کارایی بالایی از خود برای حل چالش اول نشان داده است. با اینحال، این روشها بهطور ذاتی برای حل مسألهی دادههای نامتوازن طراحی نشده است. بهتازگی دو روش نوین جایگزین RF بهنامهای جنگل پالایشی متوازنشده (BFF) و جنگل پالایشی هزینهحساس (CFF) برای طبقهبندی تصاویر راداری پیشنهاد شده است که قابلیت بالایی در حل همزمان دو چالش از خود نشان داده است. این پژوهش نیز قصد دارد تا از این دو روش نوین برای طبقهبندی زمینهای کشاورزی از ترکیب تصاویر نوری و راداری استفاده کرده و کارایی و عملکرد آنها را با روشهای MCS درختی کلاسیک از جمله روش RF در مواجه با حل این دو چالش بررسی و مقایسه کند. نتایج نشان از افزایش دقت کلی تا حدود 10% بیشتر روشهای نوین درختی نسبت به روشهای کلاسیک و سرعت 6 برابر این روشها نسبت به روش RF داشت. ضمن آنکه در شناسایی محصولات کشاورزی، دقتی حدود 20% بیشتر از روش RF کسب کرد. |
|
| واژه‌های کلیدی: سیستم طبقه بندی کننده ی چندگانه، درخت تصمیم، طبقه بندی زمین های کشاورزی، تصاویر نوری، تصاویر راداری |
|
|
متن کامل [PDF 1957 kb]
(1312 دریافت)
|
نوع مطالعه: پژوهشي |
موضوع مقاله:
فتوگرامتری و سنجش از دور
دریافت: 1396/10/7
|
|
|
|
|
|
|
| ارسال پیام به نویسنده مسئول |
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
