Parçacık sürü optimizasyonu tabanlı katmanlı uzay yerleştirme yöntemi kullanılarak hiperspektral görüntülerin sınıflandırılması ve görselleştirilmesi
Küçük Resim Yok
Tarih
2021
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Hiperspektral görüntülerin uzaktan algılanması ve yorumlanması, giderek daha önemli bir araştırma alanı haline gelmektedir. Yüksek boyutlu hiperspektral görüntüler, yüzlerce banttan oluşur ve farklı materyallerin özelliklerini yansıtır. Nesneler hakkında daha fazla ayrıntıya duyulan ihtiyaç ve algılayıcı çözünürlüklerinin iyileştirilmesi, daha yüksek boyutlu hiperspektral verilerin üretilmesine neden olmuştur. Uzun yıllara dayanan araştırmalar, yüksek boyutluluk nedeniyle bu verilerin ön işlenmesinde birçok zorluk olduğunu göstermektedir. Son araştırmalar, çeşitli öğrenme tekniklerinin bu problem için çok önemli bir çözüm olduğunu ortaya koymaktadır. Ancak verilerin karmaşıklığı arttıkça bu yöntemlerin performansı yeterli düzeye ulaşamamaktadır. Bu projede, performansı artırmak için kuvvet alanı formülasyonundan esinlenilen parçacık sürüsü tabanlı çok boyutlu bir alan gömme yöntemi önerilmektedir. Önerilen yöntemin karşılaştırmalı analizi, Botsvana, Kennedy Uzay Merkezi ve diğer popüler hiperspektral veri setleri ile yapılmıştır. Deneysel sonuçlar, önerilen yöntemin, hiperspektral verilerin sınıflandırma doğruluğu ve görselleştirilmesinde mevcut yöntemlerden üstün olduğunu göstermektedir. Ayrıca mevcut gömme yöntemlerinin parametre belirleme sorununa optimizasyon tabanlı bir çözüm sunulmuştur.
Açıklama
15.11.2021
