دانش رسان |
مرکز علم و دانش کشور مقاله بهره گیری از پیش طبقه بندی حداکثر احتمال برای بهینه سازی طبقه بندی چند کلاسه تصاویر ابر طیفی با ماشین بردار پشتیبان
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله بهره گیری از پیش طبقه بندی حداکثر احتمال برای بهینه سازی طبقه بندی چند کلاسه تصاویر ابر طیفی با ماشین بردار پشتیبان دارای ۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله بهره گیری از پیش طبقه بندی حداکثر احتمال برای بهینه سازی طبقه بندی چند کلاسه تصاویر ابر طیفی با ماشین بردار پشتیبان کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله بهره گیری از پیش طبقه بندی حداکثر احتمال برای بهینه سازی طبقه بندی چند کلاسه تصاویر ابر طیفی با ماشین بردار پشتیبان،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله بهره گیری از پیش طبقه بندی حداکثر احتمال برای بهینه سازی طبقه بندی چند کلاسه تصاویر ابر طیفی با ماشین بردار پشتیبان :
تعداد صفحات:۷
چکیده:
ماشین بردار پشتیبان یک طبقه بندی کننده غیر آماری و هندسی است و برتری آن نسبت به بسیاری از طبقه بندی کننده ها در مسائل مختلف مشخص شده است. این طبقه بندی کننده نسبت به پدیده هیوز و کم بودن نقاط آموزشی حساسیت کمتری دارد لذا برای طبقه بندی تصاویر ابر طیفی مناسب به نظر می رسد. مشکل اصلی طبقه بندی با ماشین بردار پشتیبان برای تصاویر ابر طیفی، دودویی بودن بنیان اصلی این طبقه بندی کننده می باشد در حقیقت این طبقه بندی کننده در مسائل دو کلاسه بسیار خوب عمل می کند اما الگوریتم های چند کلاسه دارای حجم محاسبات بالا می باشد و صحت را نیز تحت تاثیر می دهند. بنابراین برای طبقه بندی با تعداد کلاس زیاد و حجم اطلاعات بالا عملا غیر قابل استفاده می باشند. در این مقاله روش جدیدی پیشنهاد شده که در آن ابتدا یک طبقهبندی اولیه به وسیله طبقه بندی کننده حداکثر احتمال انجام می پذیرد سپس ماشین بردار پشتیبان بین کلاس های دارای احتمال بیشتر تصمیم گیری می نماید. نتایج آزمایش بر روی داده های واقعی سنجنده ابر طیفی AVIRIS نشان می دهد که این روش نسبت به روش های ماشین بردار چندکلاسه متداول دارای حجم محاسبات و مدت زمان محاسبات بسیار کمتر و همینطور صحت و اعتبار نسبتاً بهتری است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
