مقاله

تعیین توصیفگرهای بهینه در خوشه بندی داده های لیدار با استفاده از الگوریتم ژنتیک

حیدر راستی ویس، h. rastiveis school of surveying and geospatial engineering,college of engineering, university of tehran,خ کارگر شمالی-پردیس دانشکده های فنی- دانشکده نقشه برداری گروه فتوگرامتری فرهاد صمدزادگان، f. samadzadegan school of surveying and geospatial engineering,college of engineering, university of tehran,خ کارگر شمالی-پردیس دانشکده های فنی- دانشکده نقشه برداری گروه فتوگرامتری

چکیده

در سال­های اخیر، تکنولوژی لیدار به عنوان یک تکنولوژی کارآمد در کسب اطلاعات سه­بعدی از زمین شناخته شده و هر روز بیش از پیش مورد توجه مهندسین و متخصصان مهندسی ژئوماتیک قرار می­گیرد. استخراج عوارض از داده­های لیدار به عنوان یکی از مسائل مهم در پردازش این اطلاعات به شمار می­آید. یکی از راه­های استخراج اتوماتیک عوارض از این داده­ها استفاده از الگوریتم­های خوشه­بندی می‍باشد. تعیین روش بهینه خوشه­بندی، تعداد خوشه بهینه و همچنین توصیفگرهای بهینه از جمله مسائل مهم در خوشه­بندی این داده­ها می­باشند که تاکنون یک جواب ثابت و جهانی برای آنها ارائه نشده است. هدف از این تحقیق، تعیین توصیفگرهای بهینه در خوشه­بندی داده­های لیدار می­باشد. برای این منظور، از یک نمونه داده لیدار 147 توصیفگر بافتی استخراج شده و با مینیمم کردن معیار nce با کمک الگوریتم ژنتیک، که به عنوان یکی از الگوریتم­های قوی در حل مسائل بهینه­سازی مطرح می­باشد، توصیفگرهای بهینه استخراج شدند. نتایج بدست آمده کارآیی الگوریتم ژنتیک در بهینه­سازی و نیز بهینه بودن توصیفگرهای انتخاب­شده را نشان می­دهند.

اسناد مشابه