کنفرانس بین المللی محاسبات نرم

صفحه اصلی / پنجمین کنفرانس بین المللی محاسبات نرم

Classification of hyperspectral images by integrating spectral and spatial information

نویسندگان :

Ayda Mirzazadeh¹ Abdorreza Hesam Mohseni²

1- دانشگاه آزاد رشت 2- دانشگاه گیلان

کلمات کلیدی :

Hyperspectral imaging،remote sensing،classification،spectral information،Spatial information

چکیده :

Hyperspectral imaging has emerged as a prominent technology for remotely sensing and analyzing complex landscapes. However, accurately classifying hyperspectral images is a challenging task due to the high-dimensionality and inherent spectral variability. In this study, we propose a novel approach to enhance classification accuracy by integrating both spectral and spatial information. The main objective of this research is to address the limitations of traditional approaches that rely solely on spectral information for classification. To achieve this, we applied a two-step approach. First, we extracted the spectral features from the hyperspectral images using state-of-the-art algorithms. Then, we integrated spatial information by considering the contextual relationships between pixels through spatial filtering techniques. This allowed us to capture more relevant information and enhance the classification performance. This study highlights the importance of incorporating both spectral and spatial information for the accurate classification of hyperspectral images.

لیست مقالات

لیست مقالات بایگانی شده

روش های استخراج ویژگی مبتنی بر الگوریتم های هوش جمعی برای دسته بندی متن

فاطمه عمرانی - هادی محمدی - فاطمه خانی

A Weighted Approach for Feature Selection in High-Dimensional and Incomplete Data

Negin Bagherpour - Behrang Ebrahimi

انتخاب تامین کننده برای یک شرکت تولیدی در محیط فازی شهودی بازه ای مقدار

مدینه فرنام - مجید دره میرکی

تجزیه وتحلیل مقایسه ای الگوهای محاسباتی ابر،مه،لبه با تمرکز بر محیط محاسباتی شبنم

فرشته رضائی

Weighted residual strategy to solve distributed-order fractional differential equations

Reza Moeti

مقایسه روش های خوشه بندی فازی و غیر فازی در تحلیل تصویر MRI

محمد صیدپیشه - امیرحسین خجسته

بکارگیری روش بهینه سازی تکامل تفاضلی باینری و شبکه‌های عصبی عمیق برای تشخیص افراد سالم، ذات‌الریه و کوویدی در تصاویر اشعه ایکس

الهه اسلامی - سیدابوالفضل شاهزاده فاضلی - جمال زارع پور احمدآبادی

یادگیری عمیق برای تشخیص سرطان پستان با مدل DenseNet

زهره درانی

A New Kumaraswamy Distribution with Applications

Ali Khosravi Tanak

ترکیب شبکه عصبی فازی پویا و مدل های پیش آموزش دیده شبکه عصبی کانولوشن به منظور طبقه بندی تصاویر فراطیفی

فرشته شریفی - امین ترابی جهرمی - احمد کشاورز

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.0.2