Fulltext

Multilayer Perceptron for analyzing satellite data

البيرسبترون متعدد الطبقات لتحليل بيانات الاقمار الاصطناعية

Kamal Al-Rawi كمال الراوي --- Raed Shadfan رائد شدفان

Iraqi Journal of Physics المجلة العراقية للفيزياء
ISSN: 20704003 Year: 2011 Volume: 9 Issue: 16 Pages: 29-33
Publisher: Baghdad University جامعة بغداد

Abstract

Different ANN architectures of MLP have been trained by BP and used to analyze Landsat TM images. Two different approaches have been applied for training: an ordinary approach (for one hidden layer M-H1-L & two hidden layers M-H1-H2-L) and one-against-all strategy (for one hidden layer (M-H1-1)xL, & two hidden layers (M-H1-H2-1)xL). Classification accuracy up to 90% has been achieved using one-against-all strategy with two hidden layers architecture. The performance of one-against-all approach is slightly better than the ordinary approach.

معماريات مختلفة مِن الشبكات النيرونية اليرسبترونية متعددة الطبقات قد عُـلِّـمـَت بواسطة الانتشار الخَلفي واستخدِمَـت لتحليل صورالقـمر الإصطناعي لاندسات. لقد استخدمت طريقـتبن للتعليم: الطريقة الإعتيادية (ذات الطبقة المخفـية الواحدة M-H1-L وذات الطبقـتان المَخفـيتان M-H1-H2-L) و طريقة واحد مقابل الكل (ذات الطبقـة المخفـية الواحدة M-H1-1 وذات الطبقـتان المخفـيتان M-H1-H2-1). دقة التصنيف وصلت إلى 90% باستخدام طريقة واحد مقابل الكل للـمعـمارية ذات الطبقـتان المخفـيتان. أداء طريقة واحد مقـابل الكل كانت أفضل قـليلاً من الطريقـة الاعتيادية.

Keywords

MLP --- Landsat --- Classification