TY - JOUR ID - TI - Satellite Images Scene Classification Based Support Vector Machines and K-Nearest Neighbor تصنيف مشهد القمر الصناعي باعتماد خوارزمية شعاع الدعم الالي وخوارزمية الجار الأقرب AU - Ghaidaa Waleed Naji غيداء وليد ناجي AU - Jamal Mustafa Al -Tuwaijari جمال مصطفى التويجري PY - 2019 VL - 15 IS - 03 SP - 70 EP - 87 JO - Academic Science Journal مجلة العلوم الاكاديمية SN - 83732222 25189255 AB - Satellite image classification is a valuable technique for producing worthy information. This paper deal with high-resolution satellite for scene classification. In this research presents three algorithms were used to extract the features which are local binary patterns, gray level co-occurrence matrix, and color histogram features. The classification process included the use of two types of data mining techniques belongs to supervisor classification which are support vector machines, and k-nearest neighbor. Test results explain that the proposed classification method obtains a very auspicious performance.

تعتبر تقنية تصنيف صور الأقمار الصناعية من التقنيات المهمة والمفيدة لتوليد معلومات قيمة في مجالات الاستشعار عن بعد. في هذه الورقة البحثية سيتم تصنيف مشاهد لأقمار صناعية عالية الدقة للمناطق مختلفة. تم استخدام ثلاث خوارزميات لاستخراج ميزات الصورة وتم اعتماد الميزات التي تم استخراجها من الخوارزميات الثلاث. في مرحلة التصنيف تم اعتماد تقنيتين من تقنيات التنقيب عن البيانات، عملية التصنيف تتضمن على استخدام خوارزميتين من خوارزميات التصنيف الخاضع للأشراف وهي خوارزمية شعاع الدعم الالي وخوارزمية الجار الأقرب حيث بينت النتائج على ان خوارزمية شعاع الدعم الالي كانت الأفضل وبنتائج جيدة جدا مقارنة مع خوارزمية الجار الأقرب. ER -