مقاله بهبود طبقه بندی منطقه شهری با استفاده از داده پلاریمتری راداری و روش های بهینه سازی چندهدفه که چکیده‌ی آن در زیر آورده شده است، در زمستان ۱۳۹۲ در رادار از صفحه ۴۵ تا ۵۶ منتشر شده است.
نام: بهبود طبقه بندی منطقه شهری با استفاده از داده پلاریمتری راداری و روش های بهینه سازی چندهدفه
این مقاله دارای ۱۲ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله داده پلاریمتری
مقاله انتخاب ویژگی
مقاله طبقه بندی
مقاله بهینه سازی چندهدفه
مقاله ماشین بردار پشتیبان
مقاله سیستم استنتاج عصبی – فازی تطبیقی

نویسنده(ها):
جناب آقای / سرکار خانم: صالحی مریم
جناب آقای / سرکار خانم: مقصودی یاسر
جناب آقای / سرکار خانم: صاحبی محمودرضا

چکیده و خلاصه‌ای از مقاله:
طبقه بندی پوشش زمین به ویژه در مناطق شهری یکی از مهم ترین کاربردهای تصاویر پلاریمتری راداری محسوب می شود. به منظور استفاده از پتانسیل بالای اطلاعاتی این تصاویر، ویژگی های متعددی را می توان از آن ها استخراج کرد، بنابراین، انتخاب ویژگی نقش مهمی در طبقه بندی این تصاویر ایفا می کند. در این تحقیق، سه گام اساسی در بهبود طبقه بندی اتخاذ شده است: ۱- استخراج ویژگی در قالب سه گروه ویژگی های داده اصلی، ویژگی های تجزیه هدف، و تفکیک کننده های SAR؛ ۲- انتخاب حداقل تعداد ویژگی ها برای رسیدن به دقت طبقه بندی بالا و ۳- طبقه بندی با استفاده از ویژگی های انتخابی بهینه. در روش های پیشنهادی الگوریتم بهینه سازی چندهدفه  NSGA-II به عنوان ابزار جستجو و دو طبقه بندی کننده ماشین بردار پشتیبان (SVM) و سیستم استنتاج عصبی – فازی تطبیقی (ANFIS) در مرحله ارزیابی استفاده شده اند. نتایج پیاده سازی بر روی تصویر رادارست ۲ منطقه سانفرانسیسکو حاکی از کارایی برتر الگوریتم های پیشنهادی در بهبود طبقه بندی نسبت به سایر روش های مورد استفاده در این تحقیق می باشد.