طبقه بندي تصاوير ماهواره اي با استفاده از تلفيق داده هاي طيفيETM و غيرطيفي ارتفاعي با شبكه نر و فازي

هماهنگي عمل بين شبكه هاي عصبي و مجموعه هاي فازي منجر به ايجاد شبكه اي تحت عنوان شبكه نر و فازي شده است، همانطور كه از نام اين شبكه پيداست اين شبكه تلفيقي از شبكه هاي عصبي و شبكه هاي فازي مي باشد. در حقيقت در اين روش پردازش درسطح مفهومي تري نسبت به سطح عددي انجام مي شود و با ارائه رول هايي كه از تركيب ترم هاي لفظي 1 حاصل مي شود، قابليت تفسير بيشتر مي شود و اين مزيت بالايي است كه با شبكه هاي نروفازي حاصل مي شود. محدوديت هاي كاربرد شبكه هاي نر و فازي به گونه اي است كه دقت حاصله را خيلي كاهش نمي دهد.گفته مي شود كه؛ شبكه هاي عصبي با ساختار ساده تمايل كمتري براي متناسب شدن با مجموعه داده آموزشي دارند. چنين سيستم هايي توانايي عموميت دادن و طبقه بندي دقيق تر داده مشاهده نشده را دارند. شبكه هاي عصبي استاندارد اغلب دقيق تر بوده اند ولي براي تشريح و تفسير مشكل تر هستند. به دليل اينكه در شبكه هاي نر و فازي عمليات در سطح مفهومي تري انجام مي شود، مؤلفه ها معاني قابل فهم و غيرمبهمي دارند. اين مؤلفه ها مشخص مي كنند كه تصميم گيري هاي طبقه بندي به چه صورت اتخاذ شود و بدين ترتيب تفسير اطلاعات با دقت بالاتري انجام مي پذيرد. در اين مقاله، قابليت تفسير شبكه هاي نروفازي براي مسئله طبقه بندي تصاوير ماهواره اي بررسي مي شود. در اين بررسي چگونگي طبقه بندي پوشش زميني با استفاده از اطلاعات طيفي و غير طيفي در ترم هاي نر و فازي بيان مي شود.