[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 19، شماره 66 - ( 6-1398 ) ::
جلد 19 شماره 66 صفحات 239-251 برگشت به فهرست نسخه ها
تلفیق الگوریتم ماشین بردار پشتیبان و مدل مخفی میدانهای تصادفی مارکوف جهت بهبود صحت طبقه بندی دادههای فراطیفی
علی اصغر تراهی1، حمید افضلی2، سید‌محمد توکلی صبور3
1- دانش‌آموخته کارشناسی ارشد رشته سنجش از دور GIS، دانشگاه خوارزمی تهران. (نویسنده مسئول).
2- گروه ژئوانفرماتیک، دانشکده جغرافیا، دانشگاه خوارزمی تهران.
3- گروه ژئوانفرماتیک، دانشکده جغرافیا، دانشگاه خوارزمی تهران
چکیده:   (134 مشاهده)

یکی از مسائل مهم در بحث سنجش­ ­از­دور فراطیفی، طبقه­بندی این حجم از داده­های چندبعدی با صحت مطلوب است. بیشتر روش­های طبقه­بندی داده­های سنجش ­از­ دوری بر اساس اطلاعات طیفی داده­ها است. با این وجود جهت دست­یابی به صحت بالای طبقه­بندی، می­توان از اطلاعات مکانی داده­ها نیز استفاده نمود. تلفیق مدل میدان­های تصادفی مارکوف که اطلاعات مکانی را از طریق کمینه‌سازی توابع انرژی مناسب بهینه‌سازی می­کند با الگوریتم طبقه­بندی طیفی ماشین بردار پشتیبان که یکی از روش‌های قدرتمند جهت طبقه‌بندی تصاویر فرا طیفی است، می­تواند صحت طبقه­بندی را در نقشه­طبقه­بندی نهایی بهبود بخشد. هدف این مطالعه بهبود صحت طبقه­بندی داده­ها با تعداد نمونه­های آموزشی محدود  به کمک تلفیق مدل میدان­های تصادفی مارکوف و الگوریتم ماشین بردار پشتیبان است. دو مجموعه داده فراطیفی سنجنده­های Hyperion و AVIRIS در این مطالعه مورد بررسی قرار گرفته است. بعد از اعمال تصحیحات رادیومتریک مانند حذف خطوط جا افتاده تصویر و باندهای نامطلوب، تصحیحات اتمسفری مجموعه داده Hyperion به روش FLAASH و مجموعه داده AVIRIS به روش IAR انجام شد. تبدیل MNF جهت کاهش ابعاد داده استفده شد و سپس عضوهای نهایی داده­ها از روی باند PPI استخراج گردید و در ادامه جهت طبقه­بندی طیفی این داده­ها از الگوریتم طبقه­بندی ماشین بردار پشتیبان استفاده شد. در نهایت جهت بهبود صحت طبقه­بندی در نقشه طبقه­بندی شده نهایی از مدل مخفی میدان­های تصادفی مارکوف (HMRF) استفاده شد. به طوری­که بعد از استخراج مؤلفه­های تبدیل PCA و MNF داده­ها ، محاسبه برخی پارامترهای آماری هر یک از کلاس­ها در نقشه طبقه­بندی SVM به منظور استفاده در ورودی مدل و همچنین تنظیم دوره تکرار، مدل SVM-HMRF اعمال شد.

نتایج نشان داده است که استفاده از مدل ارائه‌شده(SVM-HMRF) صحت کلی طبقه­بندی را در هر دو مجموعه داده بهبود بخشیده است. به طور مثال بهبود صحت طبقه­بندی در برخی از کاربری‌های مختلف تصویر حدود 25 درصد بوده است. همچنین مناطق تصویر در نقشه طبقه­بندی شده نهایی بسیار همگن تر شده و نویز­های فلفل-نمک به شدت کاهش یافته است.

واژه‌های کلیدی: ماشین بردار پشتیبان، مدل مخفی میدان‌های تصادفی مارکوف، طبقه‌بندی، داده‌های فراطیفی، کاهش ابعاد داده
متن کامل [PDF 675 kb]   (39 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۶/۲/۱۷ | پذیرش: ۱۳۹۷/۱/۲۹
فهرست منابع
1. Ahrens, D. C., (2009), "Meteorology today: An introduction to weather, climate, and the environment", 9th Ed, Published By Cengage Learning: London.
2. Ardakani, H., Moradi, M., Ghaemi, H., (2005), "Estimation of precipitation by vertical velocity and Precipitated water", Geographic Quarterly, 78: 50-65. [In Persian].
3. Azizi, Gh., Nabavi, S. O., Abbasi, I., (2010), "Synoptic analysis of distribution of spatial and temporal extreme rainfall in Razavi and Northern Khorasan provinces", Journal of Geographic Survey, 5 (12): 95-115. [In Persian].
4. Azizi, Gh., Samadi, Z., (2007), "Synoptic pattern analysis of the flood October 28, 2003 Gilan and Mazandaran provinces", Geographical Research, 60: 74-61. [In Persian].
5. Barry, R. G., Chorley, R. J., (2010), "Atmosphere, weather and climate", Rutledge, London and New York.
6. Bridgman, H. A., (2005), "Australia and New Zealand, climate of", In: Oliver, J. E., (ed), Encyclopedia of World Climatology, Springer: Berlin, pp 137-154.
7. Bunkers, M. J., (2002), "Vertical wind shear associated with left-moving supercells" Weather and forecasting, 17 (4): 845-855. https://doi.org/10.1175/1520-0434(2002)017<0845:VWSAWL>2.0.CO;2 [DOI:10.1175/1520-0434(2002)0172.0.CO;2]
8. Chen, S. S., Knaff, J. A., Marks Jr, F. D., (2006), "Effects of vertical wind shear and storm motion on tropical cyclone rainfall asymmetries deduced from TRMM", Monthly Weather Review, 134 (11): 3190-3208. [DOI:10.1175/MWR3245.1]
9. Doswell, C. A., Brooks, H. A., Maddox, R. A., (1996), "Flash flood forecasting: An ingredients-based methodology", Weather. Forecasting, 11: 560-581. https://doi.org/10.1175/1520-0434(1996)011<0560:FFFAIB>2.0.CO;2 [DOI:10.1175/1520-0434(1996)0112.0.CO;2]
10. Ghavidel Rahimi, Y., (2011), "Mapping and analyzing the convergence of the humidity flow of the atmospheric during extra heavy rainfall during caused by the hurricane storm of the fet in the Chabahar shores", Journal of Spatial Planning and Design (Human Sciences modares) 15 (12): 118 101. [In Persian].
11. Hejazizadeh, Z., Roordeh, H., (2003), "Determination of moisture resources in the precipitation of the South coast of the Caspian sea", Geography Quarterly, 1: 91-106. [In Persian].
12. Khoshhal dastjerdi, J., Ali Zadeh, T., (2010), "Investigation of the synoptic and thermodynamic rain causes flood in Khorasan Razavi province", Journal of Human Sciences modares, 14 (4): 87-109. [In Persian].
13. Khoshhal Dastjerdi, J., Khosravi, M., Nazari pour, M., (2009), "Identification of the origin and humidity route of extra heavy rainfall in Bushehr province", Journal of Geography and Development, 16: 7-16. [In Persian].
14. Kumar, P., (2010), "Hailstorm with very low vertical wind shear and tilt over Trivandrum", 25th conference on severe local storms, American Meteorological Society, University of Nebraska, pp 3-7.
15. Laing, A., (2004), "Cases of heavy precipitation and flash floods in the Caribbean during El Nino winters", Journal of hydrometeorology, 5: 577-594. https://doi.org/10.1175/1525-7541(2004)005<0577:COHPAF>2.0.CO;2 [DOI:10.1175/1525-7541(2004)0052.0.CO;2]
16. Lashkari, H., Asgharpour, M., Matkan, A. A., (2008), "Synoptic analysis factors of causes of flooding precipitation in Golestan province", Journal of Human Sciences modares, 12 (2): 181-211. [In Persian].
17. Lashkari, H., Khazaei, M., (1393), "Synoptic analysis of heavy rainfall in Sistan & Baluchistan province", Geographical Data Quarterly (SEPEHR), 23 (90-91): 70-79. [In Persian].
18. Modori, M., Khazaei, M., Modiri, E., (1393), "Synoptic analysis of the summer severe rainfall on Astara", Geography Quarterly (Regional Planning), 4 (2): 7-21. [In Persian].
19. Mofidi, A., Zarrin, A., Janbaz Ghobadi, Gh., (2007), "Determination of synoptic patterns of severe and extreme precipitation in autumn on the South coast of the Caspian sea", Journal of Earth and Space Physics, 33 (3): 131-154. [In Persian].
20. Mohammadi, B., Masoodian, S. A., (2010), "Synoptic analysis of heavy rainfall of Iran, case study: November 1994", Geography and Development Quarterly, 8 (19): 47-70. [In Persian].
21. Moradi, H. R., (2005), "Prediction of floods based on the situations of systems in the northeast of Iran", Geographic Quarterly, 75: 54-70. [In Persian].
22. Nicholls, N., (2001), "Atmospheric and climatic hazards: improved monitoring and prediction for disaster mitigation", Natural Hazards, 23 (2-3): 137-155. [DOI:10.1023/A:1011130223164]
23. Pastushkov, R. S., (1975),"The effects of vertical wind shear on the evolution of convective clouds", Quarterly Journal of the Royal Meteorological Society, 101 (428): 281-291. [DOI:10.1002/qj.49710142811]
24. Saligheh, M., (2006), "Rainfall mechanisms in the South East of Iran", Geographical Research, 55: 1-13. [In Persian].
25. Sano, T., Tsuboki, K., (2006), "Structure and evolution of a cumulonimbus cloud developed over a mountain slope with the arrival of sea breeze in summer", Journal of the Meteorological Society of Japan", 84 (4): 613-640. [DOI:10.2151/jmsj.84.613]
26. Seibert, P., Frank, A., Formayer, H., (2007), "Synoptic and regional patterns of heavy precipitation in Austria", Theoretical and applied climatology, 87 (1): 139-153. [DOI:10.1007/s00704-006-0198-8]
27. Shutts, G. J., Palmer, T. N., (2007), "Convective forcing fluctuations in a cloud-resolving model: Relevance to the stochastic parameterization problem", Journal of climate, 20 (2): 187-202. [DOI:10.1175/JCLI3954.1]
28. Terry, J. P., (2007), "Tropical cyclones: climatology and impacts in the South Pacific" Springer Science & Business Media, Suva, Fiji Islands.
29. Valero, F., Luna, M. Y., Martin, M. L., (1997), "An overview of a heavy rain event in southeastern Iberia: the role of large-scale meteorological conditions", Gephysicae, 15: 494-502. [DOI:10.1007/s00585-997-0494-3]
30. Wingo, M. T., Cecil, D. J., (2010), "Effects of vertical wind shear on tropical cyclone precipitation", Monthly Weather Review, 138 (3): 645-662. [DOI:10.1175/2009MWR2921.1]
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Torahi A A, Afzali H. Fusion of SVM algorithm and HMRF for accuracy assessment of Hyperspectral data. جغرافیایی. 2019; 19 (66) :239-251
URL: http://geographical-space.iau-ahar.ac.ir/article-1-2903-fa.html

تراهی علی اصغر، افضلی حمید، توکلی صبور سید‌محمد. تلفیق الگوریتم ماشین بردار پشتیبان و مدل مخفی میدانهای تصادفی مارکوف جهت بهبود صحت طبقه بندی دادههای فراطیفی. فضای جغرافیایی. 1398; 19 (66) :239-251

URL: http://geographical-space.iau-ahar.ac.ir/article-1-2903-fa.html



دوره 19، شماره 66 - ( 6-1398 ) برگشت به فهرست نسخه ها
فضای جغرافیایی Geographic Space
Persian site map - English site map - Created in 0.19 seconds with 32 queries by YEKTAWEB 3986