چکیده
ارزیابی دقت نتایج حاصل از طبقه‌بندی تصاویر ماهواره‌ای، بسیار حائز اهمیت است. تاکنون پارامترهای متعددی برای بیان دقت طبقه‌بندی تصاویر، مورد استفاده قرار گرفته‌اند. دو نمونه از متداول‌ترین پارامترها، ضریب کاپا[1] و دقت کلی [2]هستند. بعضی از محققان به این پارامترهای متداول ایراداتی وارد کرده و پارامترهای جدیدی ارائه کرده و معتقدند این پارامترها، معایب پارامترهای متداول را ندارند. در این تحقیق، رابطه دو مورد از این پارامترهای جدید ارزیابی دقت طبقه‌بندی با پارامترهای متداول مورد بررسی قرار گرفته است. این دو پارامتر مغایرت کمی[3] و مغایرت تخصیصی[4] نام گذاری شده‌اند که میزان عدم شباهت را گزارش می‌کنند. به منظور بررسی رفتار این دو پارامتر، روی 57 تصویر شامل سه دسته از تصاویر با قدرت تفکیک متوسط، قدرت تفکیک بالا و قدرت تفکیک خیلی بالا، طبقه‌بندی نظارت شده انجام شد. سپس ضریب کاپا و دقت کلی به عنوان پارامترهای متداول، و مغایرت کمی و مغایرت تخصیصی به عنوان پارامترهای جدید برای هر تصویر طبقه‌بندی‌شده، محاسبه شده و همبستگی مقادیر به دست آمده با یکدیگر بررسی شد. نتایج به دست آمده در این تحقیق نشان می‌دهند که میزان همبستگی بین این دو دسته پارامتر، بالا ولی در جهت منفی است؛ به عبارت دیگر با افزایش مقادیر یک دسته، مقادیر دسته دیگر کاهش می‌یابد. به این ترتیب، پارامترهای مغایرت، اطلاعات جدیدی را درباره نتایج طبقه‌بندی به کاربر ارائه نمی‌کنند، تنها و در صورتی که خطای طبقه‌بندی خواسته شود، می‌توان از پارامترهای مغایرت نیز درکنار آن‌ها استفاده نمود.
[1] Kappa Coefficient
[2] Overall Accuracy
[3] Quantity Disagreement
[4] Allocation Disagreement
واژگان کلیدی
ارزیابی دقت، دقت کلی، طبقه‌بندی، معیارهای متداول، معیارهای جدید
https://gisj.sbu.ac.ir/article/view/19860
آموزش کاربردی GIS وRS
همراه با فیلم و کتاب
همراه با پروژه های کاربردی
مدرس:
دکتر سعید جوی زاده
تلفن ثبت نام:
09382252774
آدرس وب سایت: