ارزیابی الگوریتم های طبقه بندی نظارت شده غیرپارامتریک در تهیه نقشه پوشش زمین با استفاده از تصاویر لندست 8

پیام:
چکیده:
هدف از این تحقیق ارزیابی کارایی سه الگوریتم ماشین بردار پشتیبان، درخت تصمیم گیری و شبکه عصبی مصنوعی فازی آرتمپ جهت تهیه نقشه پوشش زمین حوزه آبخیز ارکواز با استفاده از تصویر سنجنده OLI ماهواره لندست 8 (سال 1393) است. پس از تصحیح هندسی تصاویر و پیش پردازش های صورت گرفته، اقدام به تعیین نمونه های تعلیمی مربوط به طبقات پوشش زمین برای انجام عملیات طبقه بندی شد و ارزیابی تفکیک پذیری نمونه ها در هر کدام از طبقات پوشش زمین با استفاده از شاخص آماری واگرایی تعیین شد. به منظور ارزیابی صحت نتایج طبقه بندی هر کدام از الگوریتم ها، نقشه واقعیت زمینی با استفاده از روش سیستماتیک به ابعاد 550 متری طراحی و نوع پوشش زمینی آن ها در محل نمونه ها مشخص گردید. در نهایت، کارایی روش های طبقه بندی با استفاده از معیارهای صحت کلی، ضریب کاپا، صحت تولید کننده و صحت کاربر مورد بررسی قرار گرفت. مقایسه صحت های کلی و ضریب کاپای کسب شده برای سه طبقه بندی کننده با مجموعه باندی مناسب در مقایسه با نقشه واقعیت زمینی نشان داد که طبقه بندی کننده ماشین بردار پشتیبان با مقدار صحت کلی 26/91% و ضریب کاپای 8731/0 نتایج مطلوب تری نسبت به سایر الگوریتم ها دارد. نتایج همچنین نشان داد که تفکیک و طبقه بندی اراضی جنگلی از سایر طبقات کاربری منطقه با صحت بالا صورت گرفته است.
زبان:
فارسی
صفحات:
29 تا 44
لینک کوتاه:
magiran.com/p1488938 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!