|  درخواست عضويت  |  رمز خود را فراموش کرده ايد؟  |  ورود اعضا [Sign in]
جستجوي پيشرفته مطالب   |  
 جستجو:  
magiran.com >  مجله بين المللي فناوري اطلاعات و ارتباطات >سال دهم، شماره 1 > متن
مشخصات نشريه
آخرين شماره
آرشيو شماره هاي گذشته
جستجوي مطالب
سايت اختصاصي
تماس با نشريه
ارسال الکترونيکي مقاله
شماره جديد اين نشريه
سال دهم
شماره 2


 راهنمای موضوعی نشريات
اين نشريه در گروه(های) زير قرار گرفته است:

?????


 


International Journal Information and Communication Technology Research, 2019(Issue 1)



Title:
Spectral-Spatial Feature Transformations With Controlling Contextual Information Through Smoothing Filtering and Morphological Analysis


Author(s):
Maryam Imani *, Hassan Ghassemian

Paper language: English


Abstract:

A fusion method for spectral-spatial classification of hyperspectral images is proposed in this paper. In the proposed framework, at first, the dimension of hyperspectral image is reduced by several state-of-the-art spectral feature extraction methods, i.e., Binary Coding Based Feature Extraction (BCFE), Clustering Based Feature Extraction (CBFE), Feature Extraction Based on Ridge Regression (FERR), Feature Extraction Using Attraction Points (FEUAP), Feature Extraction using Weighted Training samples (FEWT), and Feature Space Discriminant Analysis (FSDA). Then, the spatial features are calculated from the spectral features extracted from each spectral feature extraction method individually using the proposed smoothing filters and morphological operators. Finally, majority voting decision rule is used to obtain the final classification map. The proposed framework, in addition to removing the useless spatial information such as noise and distortions, adds useful spatial information such as shape and size of objects presented in scene image. The use of complement information obtained from six spectral feature extraction methods with different ideas for class discrimination, significantly improves the classification results. The proposed framework provides in average 6.64%, 7.07%, 8.23%, 7.52% and 20.52% improvement in classification results of three real hyperspectral images compared to generalized composite kernel (GCK), multiple feature learning (MFL), weighted joint collaborative representation (WJCR), original hyperspectral bands stacked on extended morphological profile (HS+EMP) and original hyperspectral bands (HS), respectively in terms of overall accuracy.



Keywords:
spectral-spatial features, feature transformation, classification, majority voting, hyperspectral data
 

دوست گرامي:

    با تشکر از همراهي شما به اطلاع مي رساند مطالعه متن مقالات نشريات و خدمات اختصاصي اين سايت تنها براي اعضا و با پرداخت حق عضويت (اشتراک طلايي) امکان پذير است.

  هزینه حق عضویت سالانه(اشتراک طلایی):

  • مشترکان داخل کشور     250.000 ريال (100 مقاله اعتبار اولیه) پرداخت با همه کارتهای بانکی
  • مشترکان خارج از کشور   50 دلار  (100 مقاله اعتبار اولیه) پرداخت با  Paypal
  اگر عضو سايت هستيد:
     شناسه کاربري:
     رمز عبور:

  اگر عضو سايت نيستيد:
شما با تکميل فرم عضويت و تاييد نشاني ايميل خود در سايت "بانک اطلاعات نشريات کشور magiran.com"  مي توانيد از امکانات اختصاصي اين سايت به شرح زير استفاده نماييد.:
  • دسترسي به متن مقالات پس از پرداخت حق عضويت و فعال سازی اشتراک طلايي
  • استفاده از  فروشگاه سايت و سفارش اينترنتي اشتراک نسخه چاپي نشريات با 10 درصد تخفيف
  • ايجاد فهرست نشريات مورد علاقه براي دسترسي سريع
  • اطلاع از انتشار نشريات مورد علاقه از طريق پست الکترونيکي
  • دريافت روزانه سرخط مطالب روزنامه هاي عضو بر اساس کلمات انتخابي خودتان تا سقف 10 عنوان


آيا مايل به عضويت در بانک اطلاعات نشريات کشور هستيد؟ 
(رايگان)

          

 



 

 

 
 
ارسال مطلب به دوستان
نظر بدهيد
ثبت در فهرست علائق

معرفی سايت به ديگران
گزارش اشکال در اطلاعات
اشتراک نشريات ديگر



 

اعتماد
ايران
جام جم
دنياي اقتصاد
رسالت
شرق
كيهان
 پيشخوان
ماهنامه نفت و پالايش
متن مطالب شماره 69، ارديبهشت 1398را در magiran بخوانيد.

 

 

 

سايت را به دوستان خود معرفی کنيد    
 1397-1380 کليه حقوق متعلق به سايت بانک اطلاعات نشريات کشور است.
اطلاعات مندرج در اين پايگاه فقط جهت مطالعه کاربران با رعايت شرايط اعلام شده است.  کپی برداري و بازنشر اطلاعات به هر روش و با هر هدفی ممنوع و پيگيرد قانوني دارد.
 

پشتيبانی سايت magiran.com (در ساعات اداری): 77512642  021
تهران، صندوق پستی 111-15655
فقط در مورد خدمات سايت با ما تماس بگيريد. در مورد محتوای اخبار و مطالب منتشر شده در مجلات و روزنامه ها اطلاعی نداريم!
 


توجه:
magiran.com پايگاهی مرجع است که با هدف اطلاع رسانی و دسترسی به همه مجلات کشور توسط بخش خصوصی و به صورت مستقل اداره می شود. همکاری نشريات عضو تنها مشارکت در تکميل و توسعه سايت است و مسئوليت چگونگی ارايه خدمات سايت بر عهده ايشان نمی باشد.



تمامي خدمات پایگاه magiran.com ، حسب مورد داراي مجوزهاي لازم از مراجع مربوطه مي‌باشند و فعاليت‌هاي اين سايت تابع قوانين و مقررات جمهوري اسلامي ايران است