Bulletin des sciences géographiques de l'INCT
Volume 11, Numéro 1, Pages 28-37
2007-04-30
Nouvelle Approche Du Réseau Artmap Flou Application A La Classification Multi Spectrale Des Images Spot Xs De La Baie D'a~1
Auteurs : Alilat Farid . Loumi Saliha . Merrad Homoud . Boualem Sansal .
Résumé
Dans cet article nous proposons une modification de l'algorithme d'apprentissage du réseau de neurones ARTMAP (Adaptive Resonance Theory) flou. Cette modification consiste à faire apprendre au réseau une base d'exemples non pas une seule fois comme c'est d'usage, mais autant de fois que son architecture est en évolution ou que l'objectif erreur n’est pas atteint, et ceci sans trop se soucier des valeurs à imposer aux huit (08) paramètres du réseau ARTMAP flou. Jusqu'au jour d'aujourd'hui, il n'existe pas de méthodes universelles pour le choix de ces paramètres, leurs valeurs étant fixées suite à une série d'expériences. Pour évaluer les performances du réseau ainsi modifié, une comparaison entre ce dernier et un réseau PMC à rétro propagation du gradient optimisé par l'algorithme de Levenberg-Marquardt (LM) est réalisée. Comme application, nous avons effectué une classification de l'image multispectrale SPOT XS de la baie d'Alger. Nous utilisons comme critère d'évaluation les termes d'apprentissage et de généralisation d'une part et l'erreur quadratique moyenne d'autre part. Les résultats de celle étude présentée sous forme de courbes, de tableaux et d'images montrent que la modification proposée contribue à une réduction importante du temps et de l'erreur d'apprentissage.
Mots clés
Réseaux de neurones, PMC. Levenberg-Marquardt, ARTMAP flou. Télédétection. Classification
Les articles similaires
Khamadja M
.
Baskurt A
.
Goutte R
.
pages 55-60.
Benslama Lazreg
.
Naak Mohamed
.
pages 179-188.
Bilal Ahmad
.
pages 16-28.
