Article

تلفیق نتایج چند طبقه‏بندی‏کننده فازی با استفاده از قوانین اتصال در فضای توپولوژی فازی

Abstract

طبقه‏بندی، تکنیکی در تحلیل تصاویر سنجش از دور است که به طور وسیع در کاربرد‏های مختلف استفاده می‏شود. در روش‏های طبقه‏بندی نظارت‏شده سنتی، اطلاعات آموزشی و نتایج طبقه‏بندی مبتنی بر اصل «هر پیکسل-یک کلاس» نمایش داده می‏شوند. در مواردی که عدم اطمینان و پیکسل‏های مختلط در سنجش از دور وجود دارد، استفاده از روش‏های فازی توصیه می‏شود. مطالعات اخیر نشان می‏دهند که استفاده از اطلاعات مجاورت به همراه اطلاعات طیفی می‏تواند به صحت بالاتری در طبقه‏بندی بینجامد. استفاده از اطلاعات مجاورت در پس‏پردازش نتایج طبقه‏بندی به دلیل وابستگی نداشتن به طبقه‏بندی‏کننده اولیه از دلایل استفاده از آن در پژوهش حاضر است. قوانین اتصال در فضای توپولوژی فازی یکی از روش‏های استفاده از اطلاعات مجاورت در بخش پس‏پردازش است. درصورتی که از بیش از دو طبقه‏بندی‏کننده استفاده شود، می‏توان امکان تلفیق نتایج را بررسی کرد. در این پژوهش برای تلفیق مکانی نتایج با استفاده از قوانین اتصال در فضای توپولوژی فازی، دو راهکار پیشنهاد شده است. در راهکار نخست، یکی از دو طبقه‏بندی‏کننده مبنای تلفیق قرار می‏گیرد و در راهکار دوم فقط پیکسل‏هایی که در هر دو روش طبقه بندی، به صورت یکسان طبقه‏بندی شده‏اند و هم زمان پیکسل محدوده نیستند، در تصویر نهایی برچسب خود را حفظ می‏کنند. نتایج نشان می‏دهند که راهکار نخست درمقایسه با راهکار دوم دقت بهتری را به دست می دهد. بیشترین مقادیر صحت کلی و کاپای کلی به دست آمده مربوط به زمانی است که روش طبقه‏بندیِ بیشترین شباهت در راهکار نخست تلفیق مکانی مبنا قرار می‏گیرد و به ترتیب 01/89 و 98/88 هستند. به طور کلی، تلفیق مکانی نتایج درمقایسه با وضعیتی که فقط از یک طبقه‏بندی‏کننده استفاده شود، دقت را بهبود می‏دهد. کلید واژه ها : طبقه‏بندی فازی، فضای توپولوژی فازی، تلفیق، قوانین اتصال

Similar items

  • طبقه بندی سیگنال الکترومایوگرام سطحی چند کاناله ساعد با استفاده از یک ساختار خودسازمانده فازی-عصبی

    Article2008فصل نامه علمی پژوهشی مهندسی پزشکی زیستیمحمدحسن مرادی، بهادر مکی آبادی

    طبقه بندی با دقت بالای سیگنال الکترومایوگرام سطحی برای کنترل دست مصنوعی از عناوین مهم تحقیق در حوزه توان بخشی است. به ویژه آنکه با افزایش درجات آزادی، نرخ تشخیص درست بشدت کاهش می یابد. در مقاله حاضر بر اساس یک ساختار خودسازمانده فازی-عصبی جدید پیشنهادی پنج لایه، طبقه بندی سیگنال

  • طبقه بندی سیگنال الکترومایوگرام سطحی چند کاناله ساعد با استفاده از یک ساختار خودسازمانده فازی-عصبی

    Article2008مهندسی پزشکی زیستیمحمدحسن مرادی، بهادر مکی آبادی

    طبقه بندی با دقت بالای سیگنال الکترومایوگرام سطحی برای کنترل دست مصنوعی از عناوین مهم تحقیق در حوزه توان بخشی است. به ویژه آنکه با افزایش درجات آزادی، نرخ تشخیص درست بشدت کاهش می یابد. در مقاله حاضر بر اساس یک ساختار خودسازمانده فازی-عصبی جدید پیشنهادی پنج لایه، طبقه بندی سیگنال

  • روشی نوین به منظور طبقه بندی داده های چند بازگشتی لایدار با استفاده از اطلاعات هندسی مجاورتی و فضای پدیده

    Articleاطلاعات جغرافیایی (سپهر)علیرضا صفدری نژاد، دانشجوی دکترای مهندسی نقشه برداری، دانشکده مهندسی ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی مهدی مختارزاده، استادیار گروه فتوگرامتری و سنجش از دور، دانشکده مهندسی ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی محمدجواد ولدان زوج، استاد گروه فتوگرامتری و سنجش از دور، دانشکده مهندسی ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی

    داده های اخذ شده توسط سیستم های لیزر اسکنر هوایی به دلیل برخورداری از مزایایی نظیر دقت هندسی نسبتاً بالا و تراکم مکانی بالای نقاط، اطلاعات هندسی متنوع و منحصر به فردی از سطوح فیزیکی عوارض فراهم می آورند. طبقه بندی و تفکیک داده های ابر نقطه به عوارض سازنده ی محیط، نقش مهمی در روند

  • روشی نوین به منظور طبقه بندی داده های چند بازگشتی لایدار با استفاده از اطلاعات هندسی مجاورتی و فضای پدیده

    Article2016اطلاعات جغرافیایی (سپهر)علیرضا صفدری نژاد، مهدی مختارزاده، محمدجواد ولدان زوج

    داده‌های اخذ شده توسط سیستم‌های لیزر اسکنر هوایی به دلیل برخورداری از مزایایی نظیر دقت هندسی نسبتاً بالا و تراکم مکانی بالای نقاط، اطلاعات هندسی متنوع و منحصر به فردی از سطوح فیزیکی عوارض فراهم می‌آورند. طبقه‌بندی و تفکیک داده‌های ابر نقطه به عوارض سازنده‌ی‌محیط، نقش مهمی در روند

  • استفاده از سیستم های چند طبقه بندی کننده به منظور طبقه بندی سیگنال های eeg در سیستم های واسط مغز-کامپیوتر (bci)

    Thesis2006وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی کامپیوترمریم اسمعیلی

    مغز از پیچیده ترین ارگان های موجود در طبیعت است. مطالعه و بررسی عملکرد مغز یکی از موضوعات مهم و مورد علاقه محققان بوده و می باشد. در این میان کنترل فضای پیرامون با استفاده از سیگنال های الکتروانسفالوگرام (eeg)، یکی از موضوعات جدید مورد بررسی گروه های تحقیقاتی است که تحت عنوان واس

  • تشخیص ایسکمی میوکارد با استفاده از طبقه بندی کننده فازی

    Thesis2010وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسیشیوا خشنود

    با توجه به ارتباط موثر بین سیگنال الکتروکاردیوگرام و فعالیت الکتریکی قلب، همچنین کم هزینه و غیرتهاجمی بودن آن، استفاده از این سیگنال در زمینه تشخیص بیماری های قلبی – عروقی توسط پزشکان متخصص افزایش یافته است. در این میان تشخیص به موقع ایسکمی میوکارد به عنوان یکی از عوامل اصلی سکته