مقاله استفاده از الگوریتم بهینه سازی توده ذرات در خوشه بندی فازی داده های فراطیفی


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
2 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله استفاده از الگوریتم بهینه سازی توده ذرات در خوشه بندی فازی داده های فراطیفی دارای ۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله استفاده از الگوریتم بهینه سازی توده ذرات در خوشه بندی فازی داده های فراطیفی  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 استفاده از الگوریتم بهینه سازی توده ذرات در خوشه بندی فازی داده های فراطیفی،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله استفاده از الگوریتم بهینه سازی توده ذرات در خوشه بندی فازی داده های فراطیفی :

تعداد صفحات:۷

چکیده:

قابلیت منحصر به فرد تصاویر فراطیفی در بیان ویژگی های عوارض و اجسام مختلف سطح زمین تحقیقات این شاخه را به سمت گسترش روشهایی هدایت می کند که تا حد ممکن نیاز به دخالت عوامل انسانی در پردازش داده ها را کاهش دهند دراین میان خوشه بندی یکی از پرکاربردترین روشها در بسیاری از پردازشهای مطرح در تصاویر فراطیفی از قبیل طبقه بندی و تشخیص خودکار اشیا می باشد با این وجود با توجه به ابعاد بالای داده های فراطیفی روشهای خوشه بندی مرسوم از جمله خوشه بندی فازی برای این گونه داده ها از کارایی پایینی برخوردار بوده و معمولا به بهینه محلی همگرا می شوند. تکنیکهای خوشه بندی جمعیت مبنا به دلیل طبیعت جستجو تصادفی و چند گانه می توانند بر بسیاری از مشکلات روشهای خوشه بندی سنتی غلبه کنند یکی از این تکنیکها که ملهم از رفتار موجودات دستهجمعی مانند پرندگان یا ماهی ها می باشد. بهینه سازی بر مبنای حرکت توده ذرات است یکی از این تکنیکها که ملهم از رفتار موجودات دسته جمعی مانند پرندگان یا ماهی ها می باشد. دراین مقاله یک روش ترکیبی برمبنای ترکیب خوشه بندی فازی با الگوریتم بهینه سازی توده ذرات پیشنهاد می شود نتایج حاصل از بکارگیری این روش برروی تصاویر سنجنده AVIRIS در دو فضای داده و ویژگی بیانگر توانایی بالای آن نسبت به روش پایه خوشه بندیفازی می باشد.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.