les Thèses Soutenues à l'USTO MB
vous cherchez une thèse?
A partir de cette page vous pouvez :
Retourner au premier écran avec les dernières notices... | Votre compte |
Détail de l'auteur
Auteur BENHABIB Wafaa
Documents disponibles écrits par cet auteur
Faire une suggestion Affiner la recherche
Titre : Identification des zones d’intérêt en imagerie satellitaire Type de document : document électronique Auteurs : BENHABIB Wafaa, Auteur Année de publication : 2017 Importance : 111 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:informatique Mots-clés : classification des images, OEP TRIBALE, OCC, télédétection.
Image classification, TRIBAL PSO, OCC, Remote sensing.Résumé : Nous nous intéressons à l’extraction des zones d’intérêt à partir d’images
satellitaires. Nous proposons pour cela une approche combinant l’Optimisation à
Essaim Particulaire (OEP) TRIBALE, et les classifieurs à une classe (OCC : « OneClass classifiers » en Anglais). Les OCC identifient des zones d’intérêt sans
introduire les autres classes qui composent la scène. A cet effet, nous proposons de
générer une base d’apprentissage optimale en utilisant l’OEP TRIBALE. C’est un
algorithme d’optimisation non-paramétré basé sur le réagencement de l’espace de
recherche en différentes tribus composées d’un nombre variable d’agents.
Différentes adaptations structurelles et comportementales permettent de réduire les
taux de faux positifs et de faux négatifs. Cette approche a été appliquée pour
l’extraction de dégâts sismiques et de zones urbaines. Les résultats obtenus et une
étude comparative confirment la consistance de l’approche proposée.
In this thesis, we are interested in the extraction of areas of interest from satellite
images by introducing a TRIBAL Particle Swarm Optimization (PSO)/ One-Class
classifiers (OCC) approach. OCC are based on the identification of areas of interest
without including other classes from the scene. We propose to generate optimal
training data using the TRIBAL PSO to improve the performances of the OCC. The
TRIBES is a parameter-free optimization technique that manages the search space
in tribes composed of agents. It makes different behavioral and structural
adaptations to minimize the false positive and false negative rates of the OCC. We
have applied the proposed approach for the extraction of earthquakes and urban
areas. Experimental results and comparisons with different state-of-the-art
classifiers confirm the consistency of the proposed approach.
Directeur de thèse : FIZAZI Hadria Identification des zones d’intérêt en imagerie satellitaire [document électronique] / BENHABIB Wafaa, Auteur . - 2017 . - 111 p. + CD.
Langues : Français (fre)
Catégories : Informatique:informatique Mots-clés : classification des images, OEP TRIBALE, OCC, télédétection.
Image classification, TRIBAL PSO, OCC, Remote sensing.Résumé : Nous nous intéressons à l’extraction des zones d’intérêt à partir d’images
satellitaires. Nous proposons pour cela une approche combinant l’Optimisation à
Essaim Particulaire (OEP) TRIBALE, et les classifieurs à une classe (OCC : « OneClass classifiers » en Anglais). Les OCC identifient des zones d’intérêt sans
introduire les autres classes qui composent la scène. A cet effet, nous proposons de
générer une base d’apprentissage optimale en utilisant l’OEP TRIBALE. C’est un
algorithme d’optimisation non-paramétré basé sur le réagencement de l’espace de
recherche en différentes tribus composées d’un nombre variable d’agents.
Différentes adaptations structurelles et comportementales permettent de réduire les
taux de faux positifs et de faux négatifs. Cette approche a été appliquée pour
l’extraction de dégâts sismiques et de zones urbaines. Les résultats obtenus et une
étude comparative confirment la consistance de l’approche proposée.
In this thesis, we are interested in the extraction of areas of interest from satellite
images by introducing a TRIBAL Particle Swarm Optimization (PSO)/ One-Class
classifiers (OCC) approach. OCC are based on the identification of areas of interest
without including other classes from the scene. We propose to generate optimal
training data using the TRIBAL PSO to improve the performances of the OCC. The
TRIBES is a parameter-free optimization technique that manages the search space
in tribes composed of agents. It makes different behavioral and structural
adaptations to minimize the false positive and false negative rates of the OCC. We
have applied the proposed approach for the extraction of earthquakes and urban
areas. Experimental results and comparisons with different state-of-the-art
classifiers confirm the consistency of the proposed approach.
Directeur de thèse : FIZAZI Hadria Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 1214 02-08-417 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
02-08-417.pdfAdobe Acrobat PDF
BUC USTOMB'Thèses
Service Thèse de la BUC met à votre votre disposition L'ensemble des thèses de doctorat et mémoires de magister soutenues à l'USTO MB
Adresse
BUC USTOMB'ThèsesBibliothèque centrale USTOMB
BP 1505 EL M'Naouer USTO ORAN
Algérie
(213)041627180
contact