跳到主要內容

臺灣博碩士論文加值系統

(216.73.216.134) 您好!臺灣時間:2025/11/13 09:10
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:顏翰濤
研究生(外文):YEN,HAN-TAO
論文名稱:以高光譜影像對水稻田影像判釋之研究: 最佳粒子群線性判別分析及細菌覓食演算法為實證
論文名稱(外文):The Study of Hyperspectral Imaging on Paddy Rice Image Classification through Particle Swarm Optimization with Linear Discriminant Analysis and Bacterial Foraging Optimization.
指導教授:萬絢萬絢引用關係張士勳張士勳引用關係
指導教授(外文):WAN,SHIUANCHANG,SHIH-HSUN
口試委員:范國光
口試委員(外文):FAN,KUO-KUANG
口試日期:2016-07-07
學位類別:碩士
校院名稱:嶺東科技大學
系所名稱:資訊管理系碩士班
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2016
畢業學年度:104
語文別:中文
論文頁數:63
中文關鍵詞:高光譜影像粒子群優化演算法線性判別分析細菌覓食演算法
外文關鍵詞:Hyperspectral imagingParticle Swarm OptimizationLinear Discriminant AnalysisBacterial Foraging Optimization
相關次數:
  • 被引用被引用:0
  • 點閱點閱:171
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本研究主要探討如何從高光譜影像中篩選出重要的光譜資訊,並以水稻田為主要判釋對象;水稻田的判斷是以實地探勘方式取得地真資料後,搭配監督式及非監督式學習的分類器進行判釋,分別為線性判別分析及細菌覓食演算法,並擬以上述兩種演算法先對於高光譜影像與多光譜影像中的原始波段之光譜資訊進行影像判釋,接著使用粒子群優化演算法篩選出高光譜中對於水稻田判釋最有利的的數十個波段,再進行上述兩種演算法進行計算,進而設計以下四種研究案例: (a)原始波段搭配線性判別分析 (b)粒子群優化演算法篩選出重要光譜特徵搭配線性判別分析 (c) 原始波段搭配細菌覓食演算法(d)粒子群優化演算法篩選出重要光譜特徵搭配細菌覓食演算法,最後使用誤差矩陣表以及主題圖呈現出分類後之成果比較。
This study focused on how to extract the important from hyperspectral imaging spectral information. The techniques of image classification on paddy fields with supervised and unsupervised learning approaches. In this study, Linear Discriminant Analysis and bacterial foraging optimization for hyperspectral imagery for image classification. The preprocessing of Particle Swarm Optimization is used to extract the important influenced factor, and then design into the following four different case studies: ( a) the original band with Linear Discriminant Analysis (b) Particle Swarm Optimization filter out important information with Linear Discriminant Analysis (c) the original band with bacterial foraging optimization (d) Particle Swarm Optimization filter out important information with bacterial foraging optimization, finally using the error matrix and topic maps showing the results of the classification after comparison.
摘要 i
ABSTRACT ii
誌謝 iii
第一章、 緒論 1
第一節、 研究背景 1
第二節、 研究目的 2
第三節、 研究架構 4
第二章、 文獻回顧 5
第一節、 地理資訊系統 5
第二節、 高光譜影像 5
第三節、 人工智慧 7
第四節、 水稻田判釋相關研究 8
第三章、 研究設計及方法 10
第一節、 實證區介紹 11
第二節、 圖資介紹 12
第三節、 樣本選取 13
第四節、 線性判別分析(LDA) 14
第五節、 粒子群優化演算法(PSO) 16
第六節、 細菌覓食演算法(BFA) 20
第七節、 點檢核與精準度評估 29
第四章、 結果分析及探討 33
第一節、 監督式學習判釋成果 33
第二節、 參數設定 38
第三節、 非監督式學習判識結果 43
參考文獻 51
附錄 53


王大昕(民87)。數值航照影像水稻區塊化能力之研究-以台中縣清水為例。逢甲大學環境資訊科技研究所碩士論文。
王延榮(民96)。QuickBird衛星影像中水稻田不確定性區域提取之研究。逢甲大學環境資訊科技研究所碩士論文。
李庭誼(民100)。結 合光譜與空間特徵之高光譜影像物件分類。國立台灣大學工學院土木工程學系碩士論文。
周彥芝(民101)。遙測影像的水稻田遙測影像判釋:模糊粒子群演算法與邏輯式迴歸之研究,嶺東科技大學資訊科技應用研究所碩士論文。
林英欣(民102),高光譜取像儀光學系統研發。國立台北科技大學光電工程系碩士班碩士論文。
徐百輝(民96)。大地的辨識密碼高光譜影像。科學發展,416,13-19。
張紘炬(民77)。統計學。台北:華泰書局。
張崑宗(民95)。利用類神經網路方法於高解析衛星影像及地形資料之崩塌地辨識_以九份二山為例。航測及遙測學刊,11,2,161-174。
曹晉銘(民102)。以機載高光譜影像偵測小花蔓澤蘭分佈。國立成功大學資源工程研究所碩士論文。
陳承昌(民96)。粗糙集方法應用於水稻田辨識之研究。航測及遙測學刊,12,2,121-131。
陳彥宏,周天穎,雷祖強(民93)。運用紋理資訊輔助高解析度衛星影像於都會區水稻田萃取之研究。逢甲大學土地管理學系碩士論文。
陳益凰(民87)。應用多時段衛星影像辨識水稻田之研究。成大測量工程研究所碩士論文。
黃偉鋒、林衛星、范懷科、史夏波、程濤(民100)。细菌觅食優化的智能PID控制。計算機工程與應用,47,82-85。
黃凱翔(民97)。利用支持向量機於機載高光譜感測影像之分類。國立中興大學土木工程學系碩士論文。
楊龍士、周天穎(民89)。《遙感探測理論與分析實務》。逢甲大學地理資訊系統研究中心
雷祖強、周天穎、劉盈序(民98),「以不安定指數法與模糊推論機制於雪霸國家公園內崩塌潛勢劃分之研究」。中華民國水土保持技師公會水保技術期刊。
蔣昕(民103)。細菌覓食算法的優化及其在車間調度中的應用研究。蘭州理工大學碩士學位論文。
鄧敏松(民86)。結合多時段遙測影像、耕地坵塊與領域知識之區域式影像辨識法於水稻田耕作調查之應用。成大測量工程研究所碩士論文
鄭丁元(民95)。高解析度衛星影像於水稻田坵塊萃取之研究。逢甲大學環境資訊科技研究所碩士論文。
盧英權(民93)。作物學。國立編譯館。
諶家蘭(民91),SVG在地理資訊系統空間資料表達上的應用。國立空中大學管理與資訊學系期刊論文。
Congalton, R.G.,1991. A review of assessing the accuracy of classifications of remotely sensed data, Rentote Sensing of Environment, 37:35-46.
J. Kennedy, R. Eberhart, 1993. Particle Swarm Optimization, Proc. of IEEE international Conference on Neural Networks (ICNN), Vol. IV, Perth, Australia, pp.1942-1948.
Lee,C.,andLandgrebe, D. A., 1993. Feature Extraction and Classification Algorithms for High Dimensional Data. Unpublished PhD Dissertation, Purdue University, West Lafayette, Indiana.
Lillesand, T. M., R. W. Kiefer, and J. W. Chipman,2004 Remote Sensing and Image Interpretation, 5th ed., John Wiley & Sons, News York, USA
S.-W. Lin, S.-C. Chen,2009. PSOLDA: A particle swarm optimization approach for enhancing classification accuracy rate of linear discriminant analysis, Appl. Soft Comput. J., doi:10.1016/j.asoc.2009.01.001
Shaw, G. A.,2003. Spectral imaging for remote sensing Lincoln Laboratory Journal,14(1):3-28.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top