انتخاب روش و الگوریتم مناسب جهت کشف و بارزسازی تغییرات در تصاویر ماهواره¬ای بدلیل تأثیر قابل ملاحظه در نتایج حاصله و تفسیر و تحلیل آنها اقدامی مهم، اساسی و نیازمند تحقیقات مستمر است. شبکه های عصبی مصنوعی بعنوان یکی از مؤلفه های هوش محاسباتی دارای ساختاری متشکل از عناصر پردازشگر غیر خطی بنام نرون می باشند. در اين تحقیق، هدف مقايسه دو روش شبکه عصبی پرسپترون چند لایه و آرتمپ فازی جهت تهيه نقشه كاربري اراضي و پوشش با استفاده از تصاوير ماهواره لندست مي¬باشد. بدین منظور پيش از استفاده از داده¬هاي ماهواره¬اي، ابتدا تصحيحات راديومتري و هندسي بر روي تصویر سنجنده ETM+ سال 1386 انجام و سپس کارایی این دو روش در حوزه دویرج در استان ایلام مورد ارزیابی قرار گرفت. برای رسیدن به این هدف با بازديد ميداني، طبقات مختلف كاربري و پوشش اراضي تعريف و نمونه¬هاي آموزشي انتخاب گرديدند و از كليه باندها به جز باند 6 براي طبقه¬بندي نظارت شده استفاده شد. نتايج حاصل نشان می‌دهد، روش پرسپترون چند لایه و آرتمپ فازی، به ترتيب دارای دقت کل 14/56 و 33/98 و ضريب کاپاي 64/0و 97/0 درصد می باشند و در نتیجه الگوريتم آرتمپ نسبت به روش طبقهبندي پرسپترون چند لایه از دقت بالاتري برخوردار بوده و برای مناطق با شرایط مشابه توصیه می گردد.
کلید واژگان :پرسپترون چند لایه، آرتمپ فازی، کاربری اراضی، ماهواره لندست، دویرج.
ارزش ریالی : 600000 ریال
با پرداخت الکترونیک