TY - JOUR ID - TI - OPTIMAL PROJECTION FROM N-DIMENSIONAL PATTERNSPACE INTO A PLANE AU - Fouad N. Hassan PY - 2009 VL - 12 IS - 1 SP - 149 EP - 155 JO - Al-Nahrain Journal of Science مجلة النهرين للعلوم SN - 26635453 26635461 AB - This paper presents a discriminant algorithm that seeks to separate different classes as much as possible for discriminant analysis or dimension reduction. The optimization is achieved through the maximization of the Fisher ratio (which is defined as the ratio of the between-class scatter to the sum of within-class scatters).This algorithm for feature extraction shows improvement over the conventional feature selection algorithms used in remote sensing as well with other applications. The conducted experiments are accomplished using both simulated Gaussian and real airborne MSS/TM satellite data for both large and small sample size. Although the conducted experiments are performed over the case of two classes, extension to n-dimensions can be easily obtained using the binary decision tree.

هذا البحث يعرض خوارزمية للتمييز تؤدي الى فصل الاصناف المختلفة القابلة لتحليل المميز او اختزال البعد .ان الخوارزمية المثلى نفذت من خلال نسبة فشرالعظمى (والتي تعرف على انها النسبة بين الانتشار بين الاصناف الى مجموع الانتشار ضمن الصنف).وأن هذا الخوارزمية قامت بأستخلاص الملامح مما يؤدي الى تحسين فصل الاصناف مقارنة الى خوارزميات اخرى بأختيار الخصائص التقليدية المستخدمة في التحسس النائي اضافة الى التطبيقات الاخرى .أن التجارب المستخدمة قد نفذت باستخدام كلا من البيانات الممثلة بكاوس والبيانات الحقيقية (MSS,TM) عبر الاقمار الصناعيةلأغراض مسح الموارد الطبيعية ولعينات كبيرة وصغيرة الحجم.أن التجارب المستخدمة التي نفذت لصنفين تبين انه يمكن تطبيقها على الفضاء ذو البعد-ن وذلك من خلال أستخدام شجرة القرار النهائي (binary decision tree). ER -