A new approach to the application of conflict redistribution rule in Satellite Image Classification
Nowadays solution of different scientific problems using satellite images, generally includes a classification procedure. Classification is one of the most important procedures used in remote sensing, because it involves a lot of mathematical operations and data preprocessing. The processing of info...
Збережено в:
| Дата: | 2020 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Scientific Centre for Aerospace Research of the Earth Institute of Geological Science National Academy of Sciences of Ukraine, Kyiv, Ukraine
2020
|
| Теми: | |
| Онлайн доступ: | https://ujrs.org.ua/ujrs/article/view/171 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Ukrainian Journal of Remote Sensing of the Earth |
Репозитарії
Ukrainian Journal of Remote Sensing of the Earth| id |
uajuacgovua-article-171 |
|---|---|
| record_format |
ojs |
| institution |
Ukrainian Journal of Remote Sensing of the Earth |
| collection |
OJS |
| language |
Ukrainian |
| topic |
satellite image classification combination rules proportional conflict redistribution rule conflicting evidence классификация спутниковых изображений правила комбинирования правило перераспределения конфликтов противоречивые свидетельства класифікування супутникових зображень правила комбінування правило перерозподілу конфліктів суперечливі свідчення |
| spellingShingle |
satellite image classification combination rules proportional conflict redistribution rule conflicting evidence классификация спутниковых изображений правила комбинирования правило перераспределения конфликтов противоречивые свидетельства класифікування супутникових зображень правила комбінування правило перерозподілу конфліктів суперечливі свідчення Alpert, Sofiia A new approach to the application of conflict redistribution rule in Satellite Image Classification |
| topic_facet |
satellite image classification combination rules proportional conflict redistribution rule conflicting evidence классификация спутниковых изображений правила комбинирования правило перераспределения конфликтов противоречивые свидетельства класифікування супутникових зображень правила комбінування правило перерозподілу конфліктів суперечливі свідчення |
| format |
Article |
| author |
Alpert, Sofiia |
| author_facet |
Alpert, Sofiia |
| author_sort |
Alpert, Sofiia |
| title |
A new approach to the application of conflict redistribution rule in Satellite Image Classification |
| title_short |
A new approach to the application of conflict redistribution rule in Satellite Image Classification |
| title_full |
A new approach to the application of conflict redistribution rule in Satellite Image Classification |
| title_fullStr |
A new approach to the application of conflict redistribution rule in Satellite Image Classification |
| title_full_unstemmed |
A new approach to the application of conflict redistribution rule in Satellite Image Classification |
| title_sort |
new approach to the application of conflict redistribution rule in satellite image classification |
| title_alt |
Новый подход к применению правила перераспределения конфликтов при классификации спутниковых изображений Новий підхід до застосування правила перерозподілу конфліктів при класифікуванні супутникових зображень |
| description |
Nowadays solution of different scientific problems using satellite images, generally includes a classification procedure. Classification is one of the most important procedures used in remote sensing, because it involves a lot of mathematical operations and data preprocessing. The processing of information and combining of conflicting data is a very difficult problem in classification tasks. Nowadays many classification methods are applied in remote sensing. Classification of conflicting data has been a key problem, both from a theoretical and practical point of view. But a lot of known classification methods can not deal with highly conflicted data and uncertainty. The main purpose of this article is to apply proportional conflict redistribution rule (PRC5) for satellite image classification in conditions of uncertainty, when conflicting sources of evidence give incomplete and vague information. This rule can process conflicting data and combine conflicting bodies of evidence (spectral bands). Proportional conflict redistribution rule can redistribute the partial conflicting mass proportionally on non-empty sets involved in the conflict. It was noticed, that this rule can provide a construction of aggregated estimate under conflict. It calculates all partial conflicting masses separately. It was also shown, that proportional conflict redistribution rule is the most mathematically exact redistribution of conflicting mass to non-empty set. But this rule consists of difficult calculation procedures. The more hypotheses and more masses are involved in the fusion, the more difficult is to implement proportional conflict redistribution rule, therefore special computer software should be used. It was considered an example of practical use of the proposed conflict redistribution rule. It also was noticed, that this new approach to the application of conflict redistribution rule in satellite image classification can be applied for analysis of satellite images, solving practical and ecological tasks, assessment of agricultural lands, classification of forests, in searching for oil and gas. |
| publisher |
Scientific Centre for Aerospace Research of the Earth Institute of Geological Science National Academy of Sciences of Ukraine, Kyiv, Ukraine |
| publishDate |
2020 |
| url |
https://ujrs.org.ua/ujrs/article/view/171 |
| work_keys_str_mv |
AT alpertsofiia anewapproachtotheapplicationofconflictredistributionruleinsatelliteimageclassification AT alpertsofiia novyjpodhodkprimeneniûpravilapereraspredeleniâkonfliktovpriklassifikaciisputnikovyhizobraženij AT alpertsofiia novijpídhíddozastosuvannâpravilapererozpodílukonflíktívpriklasifíkuvannísuputnikovihzobraženʹ AT alpertsofiia newapproachtotheapplicationofconflictredistributionruleinsatelliteimageclassification |
| first_indexed |
2024-04-21T19:48:07Z |
| last_indexed |
2024-04-21T19:48:07Z |
| _version_ |
1796974981818613760 |
| spelling |
uajuacgovua-article-1712020-06-27T15:00:34Z A new approach to the application of conflict redistribution rule in Satellite Image Classification Новый подход к применению правила перераспределения конфликтов при классификации спутниковых изображений Новий підхід до застосування правила перерозподілу конфліктів при класифікуванні супутникових зображень Alpert, Sofiia satellite image classification combination rules proportional conflict redistribution rule conflicting evidence классификация спутниковых изображений правила комбинирования правило перераспределения конфликтов противоречивые свидетельства класифікування супутникових зображень правила комбінування правило перерозподілу конфліктів суперечливі свідчення Nowadays solution of different scientific problems using satellite images, generally includes a classification procedure. Classification is one of the most important procedures used in remote sensing, because it involves a lot of mathematical operations and data preprocessing. The processing of information and combining of conflicting data is a very difficult problem in classification tasks. Nowadays many classification methods are applied in remote sensing. Classification of conflicting data has been a key problem, both from a theoretical and practical point of view. But a lot of known classification methods can not deal with highly conflicted data and uncertainty. The main purpose of this article is to apply proportional conflict redistribution rule (PRC5) for satellite image classification in conditions of uncertainty, when conflicting sources of evidence give incomplete and vague information. This rule can process conflicting data and combine conflicting bodies of evidence (spectral bands). Proportional conflict redistribution rule can redistribute the partial conflicting mass proportionally on non-empty sets involved in the conflict. It was noticed, that this rule can provide a construction of aggregated estimate under conflict. It calculates all partial conflicting masses separately. It was also shown, that proportional conflict redistribution rule is the most mathematically exact redistribution of conflicting mass to non-empty set. But this rule consists of difficult calculation procedures. The more hypotheses and more masses are involved in the fusion, the more difficult is to implement proportional conflict redistribution rule, therefore special computer software should be used. It was considered an example of practical use of the proposed conflict redistribution rule. It also was noticed, that this new approach to the application of conflict redistribution rule in satellite image classification can be applied for analysis of satellite images, solving practical and ecological tasks, assessment of agricultural lands, classification of forests, in searching for oil and gas. В настоящее время решение различных научных задач с использованием спутниковых изображений, как правило, включает процедуру классификации. Классификация является одной из самых важных процедур, которые применяются в дистанционном зондировании Земли, поскольку включает в себя много математических операций и предварительную обработку данных. Обработка информации и объединение противоречивых данных – очень сложная проблема в задачах классификации. В настоящее время в дистанционном зондировании Земли применяется много методов классификации. Классификация при наличии противоречивых данных - главная проблема, как с теоретической, так и практической точки зрения. Но многие известные методы классификации не могут работать с противоречивыми данными и неопределенностью. Главная цель данной статьи - это применение правила перераспределения конфликтов (PRC5) для классификации спутниковых изображений в условиях неопределенности, когда противоречивые экспертные свидетельства дают неполную и неточную информацию. Данное правило может обрабатывать противоречивые данные и объединять противоречивые экспертные свидетельства (спектральные каналы). Правило перераспределения конфликтов может пропорционально перераспределить частичную конфликтную базовую массу на непустые множества, вовлеченные в конфликт. Было отмечено, что данное правило позволяет получить обобщенную экспертную оценку в условиях конфликтной экспертной информации. При этом все базовые массы, вовлеченные в частичные конфликты, вычисляются отдельно. Также было показано, что правило перераспределения конфликтов дает наиболее точное перераспределение конфликтной базовой массы на непустые множества с математической точки зрения. Но данное правило включает в себя сложные вычислительные процедуры. Чем больше гипотез и чем больше базовых масс объединяются, тем сложнее применять правило перераспределения конфликтов, вот почему возникает потребность в использовании специального компьютерного программного обеспечения. Рассмотрен пример практического применения предложенного правила перераспределения конфликтов. Было отмечено, что рассматриваемый новый подход к применению правила перераспределения конфликтов при классификации спутниковых изображений может использоваться для анализа спутниковых снимков, решения практических и экологических задач, оценки состояния сельскохозяйственных угодий, классификации лесов, при поиске нефти и газа. На даний час розв’язання різноманітних наукових задач із використанням супутникових зображень, як правило, включає процедуру класифікування. Класифікування є однією із найважливіших процедур, що застосовуються при дистанційному зондуванні, оскільки включає в себе багато математичних операцій та попередню обробку даних. Обробка інформації та об’єднання суперечливих даних є дуже складною проблемою в задачах класифікування. На даний час у дистанційному зондуванні Землі застосовується багато методів класифікування. Класифікування суперечливих даних є основною проблемою як з теоретичної, так і з практичної точки зору. Але багато відомих методів класифікування не можуть працювати із досить суперечливими даними та невизначеністю. Головна мета даної статті – це застосування правила перерозподілу конфліктів (PRC5) для класифікування супутникових зображень в умовах невизначеності, коли суперечливі експертні свідчення дають неповну та неточну інформацію. Дане правило може обробляти суперечливі дані та поєднувати суперечливі експертні свідчення (спектральні канали). Правило перерозподілу конфліктів може пропорційно перерозподілити часткову конфліктну базову масу на непусті множини, що залучені у конфлікт. Було зазначено, що дане правило дозволяє отримати узагальнену експертну оцінку в умовах конфліктної експертної інформації. При цьому усі базові маси, залучені у часткові конфлікти, обчислюються окремо. Також було показано, що правило перерозподілу конфліктів дає найбільш точний перерозподіл конфліктної базової маси на непусті множини з математичної точки зору. Але дане правило включає в себе складні обчислювальні процедури. Чим більше гіпотез та чим більше базових мас об’єднуються, тим складніше застосовувати правило перерозподілу конфліктів, ось чому виникає потреба у використанні спеціального комп'ютерного програмного забезпечення. Було розглянуто приклад практичного застосування запропонованого правила перерозподілу конфліктів. Зазначалося, що розглянутий новий підхід до застосування правила перерозподілу конфліктів при класифікуванні супутникових зображень може використовуватися для аналізу супутникових знімків, вирішення практичних та екологічних завдань, оцінки стану сільськогосподарських угідь, класифікуванні лісів, при пошуку нафти та газу. Scientific Centre for Aerospace Research of the Earth Institute of Geological Science National Academy of Sciences of Ukraine, Kyiv, Ukraine 2020-06-25 Article Article application/pdf https://ujrs.org.ua/ujrs/article/view/171 10.36023/ujrs.2020.25.171 Ukrainian journal of remote sensing; No. 25 (2020); 12-16 Украинский журнал дистанционного зондирования Земли; № 25 (2020); 12-16 Український журнал дистанційного зондування Землі; № 25 (2020); 12-16 2313-2132 uk https://ujrs.org.ua/ujrs/article/view/171/190 Copyright (c) 2020 Ukrainian journal of remote sensing |