حمید عزت‌آبادی‌پور؛ سعید همایونی
دوره 7، شماره 3 ، بهمن 1394، ، صفحه 97-114
چکیده
مدل‌های خوشه‌بندی c-means یکی از پرکاربردترین شیوه‌های طبقهبندی نظارت‌نشده در آنالیز داده‌ها به‌شمار میرود. مدل فازی این روش، یعنی Fuzzy c-means، یکی از مشهورترین مدل‌هایی است که در آن هر داده با یک مقدار درجۀ عضویت بین 0 و 1، به هر یک از خوشه‌ها اختصاص داده میشود. این مدل خوشه‌بندی جهت طبقهبندی داده‌های سنجش از دوری بسیار استفاده ...
بیشتر
مدل‌های خوشه‌بندی c-means یکی از پرکاربردترین شیوه‌های طبقهبندی نظارت‌نشده در آنالیز داده‌ها به‌شمار میرود. مدل فازی این روش، یعنی Fuzzy c-means، یکی از مشهورترین مدل‌هایی است که در آن هر داده با یک مقدار درجۀ عضویت بین 0 و 1، به هر یک از خوشه‌ها اختصاص داده میشود. این مدل خوشه‌بندی جهت طبقهبندی داده‌های سنجش از دوری بسیار استفاده شده است. مدل Fuzzy c-means از فاصلۀ اقلیدسی جهت خوشه‌بندی استفاده کرده و برای همۀ خوشه‌ها شکل یکسانی فرض میکند. با وجود این، این مدل برای داده‌هایی که در آنها کلاس‌ها دارای شکل و حجم متفاوت‌اند، مناسب به نظر نمیرسد. برای رفع این مشکل، مدل Gustafson-Kessel جهت خوشه‌بندی داده‌های پیچیده ارائه شده است. این مدل برمبنای به‌کارگیری یک ماتریس کوواریانس فازی برای هر خوشه عمل میکند و شکل هندسی، حجم و جهتگیری یکسانی برای همۀ خوشه‌ها در نظر نمیگیرد. در این تحقیق، از هر دو مدل خوشه‌بندی مذکور جهت داده‌های سنجش از دوری فراطیفی واقعی حاصل از سنجنده‌های Hyperion، ROSIS و CASI استفاده شده است. نتایج حاصل از مدل‌های خوشه‌بندی Fuzzy c-means و Gustafson-Kessel به پارامتری به نام فازی‌کننده وابسته است که در این تحقیق، مقدار بهینۀ آن با محاسبه و بررسی دقت طبقهبندی هر یک از این مدل‌ها، در ازای فازی‌کننده‌های مختلف به‌دست آمده است. نتایج به‌دست‌آمده در ازای مقدار بهینه فازی‌کننده، نشان میدهد که مدل Gustafson-Kessel دقت و صحت طبقهبندی را حدود 5/12% برای داده‌های Hyperion و حدود 45/8% برای داده‌های ROSIS افزایش میدهد. همچنین، ارزیابی دیداری نتایج دو مدل خوشه‌بندی روی داده‌های CASI نشان میدهد که مدل Gustafson-Kessel عملکرد بهتری دارد. البته در مقابل، باید گفت مدل Gustafson-Kessel هزینۀ زمانی بیشتری را صرف میکند و همچنین، جهت تعیین پارامتر مربوط به حجم خوشه‌ها، به دانش قبلی نیاز دارد.
داود اکبری؛ سعید همایونی؛ محمد سعادت سرشت
دوره 3، شماره 2 ، شهریور 1390
چکیده
پیچیدگی و حجم سنگین داده های حاصل از سنجنده های فراطیفی باعث شده است که امروزه روش های هرچه پیشرفته تر آنالیز داده های فراطیفی به منظور استخراج اطلاعات دقیق تر و کامل تر از آنها مورد توجه قرار گیرند. یکی از آنالیزهایی که بر روی تصاویر فراطیفی انجام می شود، آشکارسازی طیفی هدف است. در این مقاله به منظور بررسی روش های آشکار سازی طیفی هدف ...
بیشتر
پیچیدگی و حجم سنگین داده های حاصل از سنجنده های فراطیفی باعث شده است که امروزه روش های هرچه پیشرفته تر آنالیز داده های فراطیفی به منظور استخراج اطلاعات دقیق تر و کامل تر از آنها مورد توجه قرار گیرند. یکی از آنالیزهایی که بر روی تصاویر فراطیفی انجام می شود، آشکارسازی طیفی هدف است. در این مقاله به منظور بررسی روش های آشکار سازی طیفی هدف و امکان سنجی بهبود آنها، جمعاً چهارده الگوریتم در قالب سه دسته اندازه گیری های قطعی، اندازه گیری های آماری و آشکارسازی آنامولی پیاده سازی شده است. سپس تصاویر حاصل از بهترین الگوریتم ها در هر دسته انتخاب شده و به روش های مختلف در دو مرحله با یکدیگر تلفیق گریده اند تا تصویر تلفیقی بهینه ای با بالاترین صحت به دست آید. در بررسی های انجام شده در زمینه دسته الگوریتم های آشکارسازی مذکور، مشخص گردید که به ترتیب دو الگوریتم _SAM(Spectral Angle Measure) _ SCS(Spectral Correlation Similarity دو الگوریتم Information ) JMD(Jeffiries-Matusita Distance) _ SID (Spectral Divergence و سه الگوریتم Covariance-based Matched Filter ) RMFM(Correlation-based Matched Filter Measure) _ CEM (Constrained Energy minimizing) _CMFM(Measure دارای بالاترین صحت آشکراسازی در بین الگوریتم های موجود در هر دسته اند. در این مقاله به منظور تلفیق نتایج آشکارسازی، دو روش باینری- شامل عملگر بولی و فاصله اقلیدسی- و نیز دو روش استنتاج فازی شامل دستی FIS (Fuzzy Inference System) و اتوماتیک System )) (ANFIS (Adaptive Neuro-Fuzzy Inference پیاده سازی شده است. آزمون های انجام گرفته بر روی تصویری از سنجنده فراطیفی CASI(Compact Airborne Spectrographic Imager) از منطفه شهری تولوز واقع در جنوب فرانسه برای آشکارسازی بام ساختمان ها، نشان داد که در بین چهار روش تلفیق یاد شده، روش ANFIS به عنوان روشی هوشمند و خودکار، پس از اعمال روی نتایج هفت الگوریتم آشکارسازی طیفی مذکور، توانسته است به بالاترین صحت با ضریب کاپای 9/0 دست یابد.
