دیتاست Statlog ماهواره لندست

دیتاست Statlog ماهواره لندست

این پروژه مربوط به دیتاست Statlog ماهواره لندست می باشد .پایگاه داده شامل مقادیر چند طیفی پیکسل در محدوده ۳x3 در یک تصویر ماهواره ای و طبقه بندی مربوط به پیکسل مرکزی در هر محله می باشد. هدف این است که این طبقه بندی را با توجه به مقادیر چند طیفی پیش بینی کنیم. در پایگاه داده نمونه، کلاس یک پیکسل به عنوان یک عدد کد گذاری می شود.

داده های ماهواره ای لندست یکی از منابع بسیاری از اطلاعات موجود برای یک صحنه است. تفسیر یک صحنه با ادغام داده های فضایی انواع مختلف و قطعنامه ها از جمله داده های چندرسانه ای و رادار، نقشه ها نشان می دهد که توپوگرافی، استفاده از زمین و غیره انتظار می رود اهمیت مهمی را با شروع یک دوره مشخص شده توسط روش های یکپارچه سازی برای سنجش از دور (به عنوان مثال سیستم مشاهدات زمین ناسا از دهه شروع می شود). روش های آماری موجود برای دست زدن به چنین انواع داده های متنوع مناسب نیستند. توجه داشته باشید که این برای داده های MSDS Landsat که جداگانه در نظر گرفته می شود (همانطور که در این پایگاه داده نمونه ای است) درست نیست. این داده ها به الزامات مهم عددی بودن و با یک وضوح واحد رضایت می دهد و طبقه بندی استاندارد عددی حداکثر بسیار خوب عمل می کند. در نتیجه، برای این داده ها، جالب است که مقایسه عملکرد سایر روش ها در برابر رویکرد آماری.

یک فریم از تصاویر Landsat MSS شامل چهار تصویر دیجیتال از یک صحنه در نوارهای مختلف طیفی است. دو مورد از آنها در منطقه قابل مشاهده هستند (مربوط به تقریبا به مناطق سبز و قرمز طیف قابل مشاهده است) و دو نفر در (نزدیک) مادون قرمز قرار دارند. هر پیکسل یک کلمه باینری ۸ بیتی است، که ۰ مربوط به سیاه و ۲۵۵ به سفید است. وضوح فضایی یک پیکسل حدود ۸۰m x 80m است. هر تصویر حاوی ۲۳۴۰ ایکس ۳۳۸۰ پیکسل است.

پایگاه داده یک قسمت کوچک (کوچک) یک صحنه است که شامل ۸۲ × ۱۰۰ پیکسل می باشد. هر خط داده مربوط به یک محدوده مربع ۳x3 از پیکسل است که به طور کامل در زیر حوزه ۸۲ × ۱۰۰قرار دارد. هر خط حاوی مقادیر پیکسل در چهار نوار طیفی (تبدیل به ASCII) هر یک از ۹ پیکسل در محدوده ۳x3 و یک عدد نشان دهنده برچسب طبقه بندی پیکسل مرکزی است. شماره یک کد برای کلاس های زیر است:

کلاس شماره

۱ خاک قرمز

۲ محصول پنبه

۳ خاک خاکستری

۴ خاک خاکستری مرطوب

۵ خاک با پوشش گیاهی

۶ کلاس مخلوط (تمام انواع موجود)

۷ خاک خاکستری بسیار مرطوب

NB نمونه ای از کلاس ۶ در این مجموعه داده وجود ندارد.

داده ها به صورت تصادفی داده می شوند و برخی از خطوط داده حذف شده اند، بنابراین شما نمی توانید تصویر اصلی را از این مجموعه داده بازسازی کنید.

در هر خط داده، چهار مقدار طیفی برای پیکسل سمت راست سمت چپ، ابتدا داده می شود و سپس چهار مقیاس طیفی برای پیکسل های بالای صفحه و سپس آنهایی که برای پیکسل سمت راست سمت راست و به همین ترتیب با پیکسل ها خوانده شده در دنباله چپ به راست و بالا به پایین. بنابراین، چهار مقدار طیفی برای پیکسل مرکزی توسط صفات ۱۷، ۱۸، ۱۹ و ۲۰ داده می شود. اگر دوست دارید می توانید از این چهار ویژگی استفاده کنید و دیگران را نادیده بگیرید. این مسأله ای که وقتی یک محله ۳x3 مرز ایجاد می شود جلوگیری می کند.

تعداد نمونه ها:

۶۴۳۵

تعداد ویژگی ها:

۳۶

داده های پرت:

این دیتاست فاقد داده های پرت یا Missing Values می باشد

امکانات پروژه دیتاست Statlog ماهواره لندست:

• این دیتاست دارای یک داکیومنت کامل فارسی است. در این داکیومنت عنوان دیتاست، توضیحات کامل دیتاست، تعداد ویژگی ها، تعداد نمونه ها، توضیح تمام ویژگی های موجود و لینک دیتاست تشریح شده است.
• این دیتاست دارای یک داکیومنت کامل انگلیسی نیز می باشد، که در این دیتاست اطلاعات کاملی به زبان لاتین در رابطه با دیتاست معرفی شده ارائه شده است.
• پس از خرید، امکان دانلود فایل اصلی دیتاست در قالب فایل اکسل میسر است.
• فایل پیش پردازش دیتاست
• وجود فایل ARFF و قابل اجرا در نرم افزار داده کاوی مثل وکا
• امکان دانلود لینک دیتاست در یک فایل متنی به صورت جداگانه

نکته: برای این دیتاست انواع الگوریتم های داده کاوی اعم از ۱۴۷ الگوریتم دسته بندی (مثل: درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و …)، ۶ الگوریتم خوشه بندی (مثل: K-Means ، DBSCAN ،X-Means و…)، ۳ الگوریتم انجمنی (مثل Apriori ، FP-Growth و …) و چندین الگوریتم انتخاب ویژگی (مثل PSO و …) با استفاده از ابزارهای داده کاوی و برنامه نویسی اعم از رپیدماینر، وکا، تاناگرا، SPSS، مدلر، کلمنتاین، متلب و … تهیه و پیاده سازی شده است.