انتخاب دودویی

انتخاب دودویی
آشکارسازی اهداف با ابعاد زیرپیکسل یکی از چالشهای اساسی در پردازش تصاویر ماهوارهای میباشد. با توجه به قدرت تفکیک طیفی بالای تصاویر ابرطیفی، آشکارسازی اهداف از اهمیت ویژهای در آنالیز این نوع دادهها برخوردار میباشد. از اینرو، انتخاب باندهای طیفی بهینه به منظور بهبود آشکارسازی اهداف زیرپیکسلی به عنوان یکی از راهکارهای مرسوم مورد توجه محققین است. نبود دادههای آموزشی یکی از اصلی ترین ضعفهای انتخاب باندهای بهینه برای آشکارسازی اهداف زیرپیکسلی میباشد. در انتخاب دودویی این تحقیق بر مبنای الگوریتم بهینهسازی توده ذرات ( PSO )، روشی جدید جهت انتخاب باند به منظور آشکارسازی اهداف زیر پیکسلی در تصاویر ابرطیفی معرفی شده است. در روش پیشنهادی، ابتدا طیف هدف مورد نظر به صورت تصادفی در یکسری پیکسلهای میزبان از کل تصویر ابرطیفی کاشت میشود. سپس، با هدف کمینهسازی نرخ هشدار اشتباه در آشکارسازی هدف، به روش برآوردگر همدوسیهای انطباقی ( ACE )، باندهای طیفی از طریق الگوریتم انتخاب دودویی PSO انتخاب میشوند. به منظور ارزیابی میزان دقت روش پیشنهادی، دو مجموعه داده ابرطیفی از سنجندههای Hymap و Hyperion استفاده شده است. نتایج تجربی به دست آمده نشان می دهند که بر اساس معیار کمترین مقدار هشدار اشتباه و مساحت زیر نمودار ROC ، روش انتخاب باند پیشنهادی نسبت به حالت استفاده از تمام باندها، روش الگوریتم ژنتیک ( GA )، روش ژنتیک وزندار ( WG ) ، و همچنین روشهای متداول PSO مبنا ، حداکثر نسبت زیرمجموعه ( MSR ) و ضریب همبستگی ( CC )، از کارایی بالاتری برخوردار میباشد.
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Sharifi hashjin S, Darvishi boloorani A, Khazai S, Abdollahi Kakroodi A. Optimum Band Selection for Target Detection in Hyperspectral Imagery based on Binary PSO . JGST. 2019; 8 (3) :69-83
URL: http://jgst.انتخاب دودویی issge.ir/article-1-736-fa.html
شریفی هشجین شهرام، درویشی بلورانی علی، خزائی صفا، عبداللهی کاکرودی عطاءاله. انتخاب باندهای بهینه برای آشکارسازی اهداف در تصاویر ابرطیفی برمبنای روش بهینه سازی توده ذرات دودویی . نشریه علمی پژوهشی علوم و فنون نقشه برداری. 1397; 8 (3) :83-69
مقاله کنفرانس
انتخاب ویژگی با استفاده از الگوریتم جمعیت مورچگان باینری
چکیده:
استفاده از الگوریتمهای ابتکاری در حل مسایل بهینه سازی امری ضروری و اجتناب ناپذیر است. در این مقاله، الگوریتم جمعیت مورچگان باینری برای استفاده در حل مساله انتخاب ویژگی بکارگرفته شده و اصلاحاتی بر نسخه های متداول آن پیشنهاد شده است. روشهای پیشنهادی در کنار روشهای متداول در طبقه بندی معنایی تصویر و بازشناسی ارقام دستنویس فارسی آزموده شده و نتایج حاصل از آزمایشها ارائه شده است. این نتایج نشان دهنده آن است که پیشنهادهای ارائه شده، باعث بهبود کیفیت الگوریتم و تحصیل نتایج بهتر شده است.
الگوریتمهای فراابتکاری
چرا ترجمه الگوریتمها و مقالات در حوزه بهینهسازی و فراابتکاری را از سایت الگوریتمهای فراابتکاری تهیه کنیم.
۱. یک تیم تخصصی که اکثر دانشجو علوم کامپیوتر هستند به ترجمه تخصصی میپردازند.
۲. در فایل ترجمه، کلیه نکات نگارشی ترجمه رعایت شد و کلمات تخصصی مقاله نیز در قالب footnotes ارائه شده است.
۳. کلیه فرمول نویسیهای مقالات تایپ شده است.
۴. قیمت ترجمه و گزارشات نسبت به بقیه سایتها با توجه به محتوای ارائه شده خیلی پایینتر است.
۵. اکثر سایتهای زرد با خرید محتوای ترجمه سایت ما، ترجمه را با قیمتهای بالاتر و در دو حالت pdf و word در حال فروش هستند که با توجه به تاریخ انتشار پست بر روی سایت ما، شناسایی چنین سایتهایی چندان سخت نیست.
۶. کدهای پیادهسازی با قیمتی بسیار ناچیز و کامل همراه با توضیح بر روی سایت قرار دارد.
۷. اسلایدها همراه با note بسیار زیبا و اکادمیک و براساس محتوای مقاله تنظیم شده است درحالی که سایتهای دیگر فقط محصول ما را ارائه میدهند.
۸. در ایران حق کپی رایت هنوز برای محصولات دیجیتالی فرهنگسازی نشده است ولی اعضای تیم الگوریتمهای فراابتکاری همچنان برای کمک به دانشجویان محصولات خود را بدون هیچ محدودیتی ارائه میدهد و بر این عزم استوار است که دانشجو نباید خود را درگیر ترجمه کند و باید تمرکز خود را در راستای مطالعه و بهبود مقالات قرار دهد، تا زمان سوخته نداشته باشد.
۹. تمام مقالات و الگوریتمها به صورت ماهانه با توجه به مناسبتها دارای کدهای تخفیف ۲۰ انتخاب دودویی الی ۵۰ درصدی میباشند که از طریق کانال تلگرامی اطلاعرسانی میشود.
۱۰. تعداد خرید مقالات و الگوریتمها در صفحه اول سایت موجود میباشد. که گویا کیفیت کار ماست.