Classification des images SAR en utilisant plusieurs architectures du Deep Learning / Amira Ghesmoune 

Public ISBD Titre : Classification des images SAR en utilisant plusieurs architectures du Deep Learning Type de document : texte imprimé Auteurs : Amira Ghesmoune, Auteur ; Douaa Boulhmouta, Auteur ; Khair-Eddine Cheikh, Directeur de thèse Editeur : CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine Année de publication : 2021 Importance : 57 f. Format : 30 cm. Note générale : Une copie electronique PDF disponible au BUC Langues : Français (fre) Catégories : Sciences de la technologie:Electronique Tags : SAR  Deep Learning Index. décimale : 610 Electronique Résumé : e but de cette étude est d'explorer différentes approches de fusion de données de plusieurs classificateurs d'images SAR. C'est-à-dire qu'une nouvelle architecture parallèle est utilisée avec un centre de fusion pour collecter les différentes décisions élémentaires provenant de différents classificateurs. La première étape de ce travail consiste à effectuer un réentraînement de trois architectures de Deep Learning afin de reconnaître un véhicule militaire à partir d'images SAR. La deuxième étape consiste à utiliser la règle de vote majorité pour des trois classifieurs utilisés dans cette étude pour obtenir une décision finale. Pour valider l'approche proposée, nous avons eu recours au jeu de données MSTAR. Les résultats de simulation de la règle de fusion majorité sont comparés à chaque classificateur utilisé, sur la base du taux de classification correct. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15597 Classification des images SAR en utilisant plusieurs architectures du Deep Learning [texte imprimé] / Amira Ghesmoune, Auteur ; Douaa Boulhmouta, Auteur ; Khair-Eddine Cheikh, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2021 . - 57 f. ; 30 cm. Une copie electronique PDF disponible au BUC Langues : Français (fre) Catégories : Sciences de la technologie:Electronique Tags : SAR  Deep Learning Index. décimale : 610 Electronique Résumé : e but de cette étude est d'explorer différentes approches de fusion de données de plusieurs classificateurs d'images SAR. C'est-à-dire qu'une nouvelle architecture parallèle est utilisée avec un centre de fusion pour collecter les différentes décisions élémentaires provenant de différents classificateurs. La première étape de ce travail consiste à effectuer un réentraînement de trois architectures de Deep Learning afin de reconnaître un véhicule militaire à partir d'images SAR. La deuxième étape consiste à utiliser la règle de vote majorité pour des trois classifieurs utilisés dans cette étude pour obtenir une décision finale. Pour valider l'approche proposée, nous avons eu recours au jeu de données MSTAR. Les résultats de simulation de la règle de fusion majorité sont comparés à chaque classificateur utilisé, sur la base du taux de classification correct. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15597

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MSELE210065	MSELE210065	Document électronique	Bibliothèque principale	Mémoires	Disponible

Documents numériques

fichier integral Adobe Acrobat PDF

---

1 (1 - 1 / 1)