In the field of the environmental protection, uncontrolled landfills are a hazard to the health and safety of residents strongly threatening the territory because of the heavy impact on the landscape and environment. As is known, the use of remote sensing can make a valuable contribution to the monitoring of the territory through the implementation of dedicated algorithms for the identification and classification of such abuse. In this perspective, this article intends to contribute through comparison of different methodologies (support vector machines / processes of self-organizing neural networks SOM / and genetic algorithms) to search and classify potential landfill sites in Calabria. Specifically, we paid particular attention to the genetic algorithm used to solve difficult problems with the objective function that do not satisfy the Lipschitz condition. These algorithms, in searching of the best solution, manipulate a family or a population of solutions by implementing the strategy of survival of the fittest.
Nell’ambito della salvaguardia ambientale le discariche incontrollate costituiscono una fonte di pericolo per la salute e la sicurezza degli abitanti minacciando fortemente il territorio a causa del pesante impatto paesaggistico e ambientale. Come noto, l’utilizzo di immagini telerilevate può fornire un valido contributo per il monitoraggio del territorio attraverso l’implementazione di algoritmi dedicati per la individuazione e classificazione di tali abusi. In questa ottica, il presente articolo vuole fornire un contributo attraverso il confronto di differenti metodologie (support vector machines/processi di reti neurali autorganizzanti SOM/ e algoritmi genetici) per ricercare e classificare eventuali siti di discarica nel territorio calabrese. Nello specifico, particolare attenzione è stata posta agli algoritmi genetici usati per risolvere problemi difficili con funzione obiettivo che non soddisfano la condizione di Lipschitz. Questi algoritmi nella ricerca della soluzione migliore, manipolano una famiglia o una popolazione di soluzioni implementando la strategia della sopravvivenza del più adatto.
Utilizzo di Reti Neurali, Algoritmi genetici e SVM applicati ad immagini telerilevate per la classificazione di discariche incontrollate / Barrile, Vincenzo; Bilotta, G; Meduri, Gm; MONARDI TRUNGADI, U; Ricciardi, A. - (2015), pp. 072.61-072.69. (Intervento presentato al convegno XIX Conferenza Nazionale ASITA tenutosi a Lecco nel 29/09/2015 - 01/10/2015).
Utilizzo di Reti Neurali, Algoritmi genetici e SVM applicati ad immagini telerilevate per la classificazione di discariche incontrollate
BARRILE, Vincenzo;
2015-01-01
Abstract
In the field of the environmental protection, uncontrolled landfills are a hazard to the health and safety of residents strongly threatening the territory because of the heavy impact on the landscape and environment. As is known, the use of remote sensing can make a valuable contribution to the monitoring of the territory through the implementation of dedicated algorithms for the identification and classification of such abuse. In this perspective, this article intends to contribute through comparison of different methodologies (support vector machines / processes of self-organizing neural networks SOM / and genetic algorithms) to search and classify potential landfill sites in Calabria. Specifically, we paid particular attention to the genetic algorithm used to solve difficult problems with the objective function that do not satisfy the Lipschitz condition. These algorithms, in searching of the best solution, manipulate a family or a population of solutions by implementing the strategy of survival of the fittest.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
