Xem trước tài liệu

Đang tải tài liệu...

Thông tin chi tiết tài liệu

Định dạng: PDF
Số trang: 9 trang
Dung lượng: Đang cập nhật

Giới thiệu nội dung

Neural Network Combination by Fuzzy Integral for Robust Change Detection in Remotely Sensed Imagery

Tác giả: Hassiba Nemmour, Youcef Chibani

Lĩnh vực: Remote sensing, change detection, neural network, fuzzy integral.

Nội dung tài liệu:

Nghiên cứu này khám phá tiềm năng của việc kết hợp nhiều mạng nơ-ron bằng cách sử dụng tích phân mờ để cải thiện độ chính xác trong việc phát hiện thay đổi trên ảnh viễn thám. Phương pháp này bao gồm việc tối ưu hóa kiến trúc và quy tắc huấn luyện của các mạng nơ-ron riêng lẻ, sau đó kết hợp chúng bằng cách sử dụng các dạng khác nhau của tích phân mờ, bao gồm tích phân Choquet, Sugeno và các biến thể mở rộng của tích phân Sugeno với toán tử trung bình có trọng số theo thứ tự (OWA-AND và OWA-OR). Phân tích thực nghiệm dựa trên ma trận lỗi và phân tích Kappa cho thấy rằng phương pháp kết hợp bằng tích phân mờ vượt trội hơn so với từng mạng nơ-ron riêng lẻ, mang lại chiến lược hiệu quả để nâng cao độ chính xác trong việc phát hiện thay đổi.

Mục lục chi tiết:

  • 1. Introduction
  • 2. Combination of Neural-Network-Based Change Detectors
    • 2.1. Neural-network-based change detector
  • 2.2. Fuzzy measures and fuzzy integrals
    • (A) Fuzzy measure
    • (B) gx fuzzy measure
    • (C) Sugeno integral
    • (D) S-OWA-AND integral
    • (E) S-OWA-OR integral
    • (F) Discrete Choquet integral
  • 2.3. Algorithmic implementation
  • 3. Experimental Results
    • 3.1. Description of the study area and evaluation criteria
    • 3.2. Architectural and training rule selection
    • 3.3. Accuracy assessment of combination rules
    • 3.4. Visual inspection
  • 4. Discussion and Conclusions
  • References