-
- روشهای نظارت شده Supervised
-
- روشهای غیر نظارتشده Unsupervised
روشهای نظارت شده
در طبقه بندی با نظارت[۸]، نوع و مکان برخی از انواع پوشش های زمین[۹] مثل منطقه شهری، کشاورزی و مرداب از قبل شناخته شده هستند. این شناخت از ترکیبی از کارمیدانی، تفسیر عکسهای هوایی، تجزیه و تحلیل نقشهها و تجربه شخصی قابل حصول است. کاربر لازم است مکانهای مخصوصی را در داده های سنجش از دور که نماینده مناطق یکدستی[۱۰] از این پوشش های زمین شناخته شده هستند، را معین کند. این مکانها را به دلیل خصوصیات طیفی آنها در آموزش الگوریتم طبقه بندی برای تهیه نقشه نهایی، معمولاً مناطق آموزشی[۱۱] مینامند. ابتدا پارامترهای آماری یک متغیره و چندمتغیره مثل میانگین، انحرافمعیار، ماتریسهای کوواریانس، ماتریسهای همبستگی و غیره برای هر منطقه آموزشی محاسبه میگردند. سپس هر پیکسل (چه در داخل و چه در خارج منطقه آموزشی) مورد ارزیابی قرار گرفته و به کلاسی داده می شود که آن بیشترین احتمال برای عضویت در آن کلاس باشد.
انتخاب مناطق آموزشی و استخراج آمار آنها:
دادههای مناطق آموزشی را میتوان با روشهای زیر به دست آورد:
-
- جمعآوری اطلاعات میدانی(In Site) از نوع پوشش زمین به همراه ثبت طول و عرض جغرافیایی
-
- انتخاب داده های آموزشی از طریق رسم پلیگون بر روی تصویر در مانیتور
-
- گسترش[۱۲] داده های آموزشی بر روی تصویر در مانیتور
هر پیکسل در منطقه آموزشی به یک کلاس به خصوص © تعلق دارد. این پیکسل را میتوان با یک بردار اندازه گیری[۱۳] به نام نشان داد:
که در آن عبارت است از مقدار پیکسل i,j ام در باند k. از بردار اندازه گیری خام میتوان ماتریس کوریانس برای کلاس c ایجاد کرد:
که در آن عبارت است از کوواریانس کلاس c بین باندهای k و l که ماتریس کوواریانس برای کلاس c با نشان داده می شود(میبدی، ۱۳۸۵: ۳۸-۳۹).
-
-
-
-
-
-
-
- الگوریتم FUZZY ARTMAP
-
-
-
-
-
-
شبکه عصبی Fuzzy ARTMAP و معماری مرتبط با آن توسط آرپنتر و گراسبرگ ارائه گردید (G.A.Carpenter and etall, 1992). این مدل میتواند در دو فاز مجزا اجرا گردد: فاز آموزشی و فاز عملکردی. در فاز آموزشی مجموعه ای از ورودی ها و خروجی ها (((I1; label(I1)); : : : ; (Ir; label(Ir)); : : : ; (IPT ; label(IPT ))) برای ارائه نقشه نهایی مرتباً تکرار میشوند.
نزدیک ترین رده به الگوی ورودی Ir با یافتن رده ای که بیشینه تابع را دارد تعیین میگردد:
تشدید رده بوسیله آزمایش تعیین میگردد، اگر تابع، نسبت احتیاط نامیده شود، به صورت زیر تعیین می گردد:
که به صورت زیر تغییر می یابد
اگر برچسب الگوی ورودی Ir همچون برچسب رده تشدید شده باشد، بنابراین قالب رده wj به صورت زیر ارائه میگردد
اگر رده j به عنوان شدت و فاتح انتخاب شود، اما برچسب رده wj متفاوت از برچسب الگوی ورودی Ir باشد، بنابراین این رده بازیابی شده و پارامتر احتیاط به سطح بالاتر منتقل میگردد:
در فرمول بالا مقادیر و پارامترهای شبکه فازی هستند، معمولاً کمیت های مثبت پائین میگیرد، کمیت های بین ۱ و ۰ را انتخاب میکند، پارامتر مثبت بسیار پائینی است.
تمامی فرمولهای فوق شامل یک عامل خاصی میگردد که عامل کمینه فازی نامیده میشود که با نماد نشان داده میشود. در حقیقت، عملکرد کمینه فازی، شامل دو بردار x و y است که به صورت y طراحی شده است، که در واقع برداری است که بخشهای آن برابر کمینه بخشهای x و y است.
یکی دیگر از عملگرهای خاص که در این فرمول ها ارائه شده، با نماد نشان داده شده است. به طور خاص، اندازه بردار x است که جمع بخشها را تعریف میکند.