بررسی عملکرد الگوریتم های فراابتکاری جمعیت مبنا به منظور بهینه سازی پارامترهای ماشین های بردارپشتیبان درطبقه بندی تصاویرپلاریمتریک راداری

نویسندگان

الهه فردوسی

e. ferdosi گروه مهندسی نقشه برداری - پردیس دانشکده های فنی - دانشگاه تهران فرهاد صمدزادگان

f. samadzadegan گروه مهندسی نقشه برداری - پردیس دانشکده های فنی - دانشگاه تهران

چکیده

با توجه به اینکه استفاده از پلاریزاسیون های مختلف امواج الکترومغناطیسی در تصویربرداری پلاریمتریک راداری اطلاعاتی غنی از جنبه های مختلف عوارض را فراهم می کند. امروزه تصاویر پلاریمتری به عنوان ابزار قوی و کارآمد در زمینه ی شناسایی عوارض مختلف در مناطق جغرافیایی پیچیده مورد توجه قرارگرفته اند. به منظور استخراج اطلاعات، طبقه بندی این تصاویر حائز اهمیت می-باشد. طبقه بندی کننده ی ماشین های بردار پشتیبان به سبب عملکردش بر مبنای ویژگی های هندسی و پایداری در فضا های با ابعاد بالا گزینه ی مناسبی در طبقه بندی تصاویر پلاریمتری محسوب می شود. اما عملکرد این طبقه بندی کننده به شدت تحت تاثیر پارامترهای در نظر گرفته شده برای آن می باشد. بنابراین به منظور به کارگیری طبقه بندی کننده ی ماشین های بردار پشتیبان با بیشترین کارآیی، می بایست مقادیر بهینه برای این پارامترها تعیین شوند. روش های بهینه سازی سنتی متداول به سبب مواجه شدن با پیچیدگی های محاسباتی در این فضاهای جستجوی بزرگ اغلب به بهینه های محلی همگرا می شوند. بنابراین به منظور بدست آوردن مقدار بهینه ی سراسری استفاده از الگوریتم های بهینه سازی فراابتکاری که از جستجوی سراسری همراه با جستجوی محلی بهره می گیرند، اجتناب ناپذیر است. در این مقاله توانایی الگوریتم های ژنتیک، زنبورها و توده ی ذرات به عنوان تکنیک های بهینه-سازی فراابتکاری قدرتمند، در تعیین مقدار بهینه ی پارامترهای ماشین های بردار پشتیبان ارزیابی شده است. مقایسه نتایج بدست آمده، توانایی بالای الگوریتم توده ی ذرات را در زمینه ی دقت طبقه بندی و سرعت همگرایی نشان می دهد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

بررسی عملکرد الگوریتم‌های فراابتکاری جمعیت مبنا به منظور بهینه‌سازی پارامترهای ماشین‌های بردارپشتیبان درطبقه‌بندی تصاویرپلاریمتریک راداری

با توجه به اینکه استفاده از پلاریزاسیون‌های مختلف امواج الکترومغناطیسی در تصویربرداری پلاریمتریک راداری اطلاعاتی غنی از جنبه‌های مختلف عوارض را فراهم می‌کند. امروزه تصاویر پلاریمتری به عنوان ابزار قوی و کارآمد در زمینه‌ی شناسایی عوارض مختلف در مناطق جغرافیایی پیچیده مورد توجه قرارگرفته اند. به منظور استخراج اطلاعات، طبقه‌بندی این تصاویر حائز اهمیت می-باشد. طبقه‌بندی کننده‌ی ماشین‌های بردار پش...

متن کامل

بهینه سازی طبقه بندی کننده ی ماشین بردار پشتیبان با استفاده از آلگوریتم ژنتیک به منظور طبقه بندی تصاویر پلاریمتریک راداری

طبقه بندی تصاویر ماهواره ای یکی از متداول ترین روشهای استخراج اطلاعات از داده های سنجش از دوری می باشد. با ظهور سنجنده های مایکروویو امکان بهره برداری از اطلاعاتی متمایز از اطلاعات قابل استخراج از سنجنده های نوری فراهم آمده است. دلیل این امر امکان استفاده از ویژگی های متمایز طیف الکترو مغناطیس در محدوده ی مایکروویو است که توسط سنجنده های راداری قابل برداشت می باشد. در این بین تصاویر پلاریمتریک ...

متن کامل

بهینه سازی زمان بندی الگوریتم های موازی با استفاده از الگوریتم ژنتیک

In scheduling, a set of machines in parallel is a setting that is important, from both the theoretical and practical points of view. From the theoretical viewpoint, it is a generalization of the single machine scheduling problem. From the practical point of view the occurrence of resources in parallel is common in real-world. When machines are computers, a parallel program can be conceived as a...

متن کامل

بهینه سازی طبقه بندی کننده ی ماشین بردار پشتیبان با استفاده از آلگوریتم ژنتیک به منظور طبقه بندی تصاویر پلاریمتریک راداری

طبقه بندی تصاویر ماهواره ای یکی از متداول ترین روشهای استخراج اطلاعات از داده های سنجش از دوری می باشد. با ظهور سنجنده های مایکروویو امکان بهره برداری از اطلاعاتی متمایز از اطلاعات قابل استخراج از سنجنده های نوری فراهم آمده است. دلیل این امر امکان استفاده از ویژگی های متمایز طیف الکترو مغناطیس در محدوده ی مایکروویو است که توسط سنجنده های راداری قابل برداشت می باشد. در این بین تصاویر پلاریمتریک ...

متن کامل

بهینه سازی سبد سهام به شیوه فازی و با استفاده از الگوریتم فراابتکاری جستجوی ناخودآگاه

بهینه‌سازی سبد سهام وتخصیصثروتبیندارایی‌هایمختلفاز جملهمهمترینمسائلدر سرمایه‌گذاریبهحسابمی‌آید. در این مطالعه، مساله بهینه­سازی سبد سهام، با درنظر گرفتن محدودیت‌های دنیای واقعی و با این فرض مورد بررسی قرار گرفت که بازده دارایی­های ریسکی از اعداد فازی تشکیل شده است. سپس، مدل احتمالی جدید میانگین- نیمه انحراف مطلق ارائه شد که در آن محدودیت هزینه­های معامله و محدودیت کاردینالیتی نیز در نظر گرفته ش...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
علوم و فنون نقشه برداری

جلد ۳، شماره ۳، صفحات ۶۵-۷۴

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023