دانلود ترجمه مقاله دسته بندی و تحلیل تصویر آنلاین با سرویس پردازش وب OGC

1. مقدمه 2. کار مرتبط 3. دسته بندی بدون ناظر 4. مواد و روش ها 5. نتایج آزمایشی 6. بحث و بررسی 7. نتیجه گیری و چشم اندازهای آینده

چکیده – پردازش و تجزیه و تحلیل داده های مرجع به لحاظ جغرافیایی و تحلیل آنلاین با استفاده از فناوری پیشرفته، ابزارهای تحلیل خودکار برای گروه وسیعی از کاربران را ارائه می دهد. این مقاله، یک پردازش و تجزیه و تحلیل داده های مرجع به لحاظ جغرافیایی و چارچوب تجزیه و تحلیل را توصیف می نماید که به یک کاربر بی تجربه اجازه می دهد، دسته بندی بدون ناظر داده های سنجش از راه دور را انجام دهد. پردازش و تجزیه و تحلیل داده های مرجع به لحاظ جغرافیایی و چارچوب تحلیل مبتنی بر محاسبات موازی پذیرفته شده در این کار، با استفاده از نرم افزار منبع آزاد و رایگان برای زمین مکان (FOSS4G) اجرا شده است. چارچوب پردازش و تحلیل داده های مرجع به لحاظ جغرافیایی مبتنی بر سرویس پردازش وب (WPS)، توسعه الگوریتم دسته بندی بدون ناظر بر وب را به شیوه ای استاندارد تسهیل می نماید. در عین حال، ذاتا توسعه سایر الگوریتم های پردازش و تجزیه و تحلیل داده های مرجع به لحاظ جغرافیایی ، پویاست. سیستم توسعه یافته، توصیف می کند، چطور داده های سنجش از راه دور (Sentinel-2, Landsat-8 و غیره) برای دسته بندی و اشتراک گذاری نتایج تعامل پذیر در یک محیط توزیع شده، پردازش می شوند. تصدیق نتایج دسته بندی، یک معماری نمونه اولیه مبتنی بر GIS مشارکتی است که برای جمع اوری داده های میدانی، ارزیابی دقت و انتشار آنلاین توسعه می یابد. ارزیابی دقت (یعنی دقت کلی، ضریب کاپا) برای ارزیابی نتایج دسته بندی استخراج شده با استفاده از داده های میدانی جمع اوری شده، انجام می گیرد.

The online geoprocessing and analysis using state-of-the-art technology are offering automated analytical tools to a large group of users. This paper describes an online geoprocessing and analysis framework, which allows an inexperienced user to perform unsupervised classification of remote sensing data. The parallel computing based geoprocessing and analysis framework adopted in this work has been implemented using Free and Open Source Software for Geospatial (FOSS4G). Web Processing Service (WPS) based geoprocessing framework facilitates the deployment of unsupervised classification algorithm on the web in a standardized way. However, it is dynamic in nature to deploy other geoprocessing algorithms. The developed system describes how to process remote sensing data (Sentinel-2, Landsat-8, etc.) for classification and sharing the interoperable results in a distributed environment. To validate the classification results, a prototype architecture based on participatory GIS is developed for field data collection, accuracy assessment and online dissemination. The accuracy assessment (i.e., overall accuracy, Kappa coefficient) is performed to validate the derived classification results using collected field data.

این مقاله می تواند برای رشته مهندسی نقشه برداری، سیستم های اطلاعات جغرافیایی (GIS) مناسب باشد. ترجمه این مقاله در 19 صفحه آماده شده و در ادامه نیز صفحه 11 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.