Giới thiệu Đề tài
Tên đề tài: Neural Network Combination by Fuzzy Integral for Robust Change Detection in Remotely Sensed Imagery
Ngành: Viễn thám, Phát hiện thay đổi, Mạng nơ-ron, Tích phân mờ.
Tóm tắt nội dung tài liệu:
Nghiên cứu này tập trung vào việc nâng cao hiệu quả phát hiện thay đổi trên ảnh viễn thám thông qua việc kết hợp nhiều mạng nơ-ron bằng kỹ thuật tích phân mờ. Phương pháp đề xuất bao gồm việc tối ưu hóa cấu trúc và quy trình huấn luyện của các mạng nơ-ron riêng lẻ, sau đó tích hợp chúng bằng các dạng tích phân mờ khác nhau như 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). Các kết quả đánh giá thực nghiệm, sử dụng ma trận lỗi và chỉ số Kappa, cho thấy phương pháp kết hợp bằng tích phân mờ vượt trội hơn hẳn so với việc sử dụng từng mạng nơ-ron đơn lẻ, cung cấp một chiến lược hiệu quả để cải thiện độ chính xác trong 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