दूरी संवेदन इमेज वर्गीकरण के लिए सपोर्ट वेक्टर मशीन बनाम रैंडम फ़ॉरेस्ट: एक मेटा-विश्लेषण और प्रणालीबद्ध समीक्षा

पिछले दो दशकों में दूरी संवेदन इमेज वर्गीकरण के लिए कई मशीन-लर्निंग एल्गोरिदम प्रस्तावित किए गए हैं। इन मशीन लर्निंग एल्गोरिदम में, रैंडम फ़ॉरेस्ट (RF) और सपोर्ट वेक्टर मशीन (SVM) ने कई दूरी संवेदन अनुप्रयोगों में इमेज वर्गीकरण पर ध्यान आकर्षित किया है। यह आलेख RF और SVM अवधारणाओं की समीक्षा करता है जो दूरी संवेदन इमेज वर्गीकरण से संबंधित हैं और 251 समीक्षित पत्रिकाओं के पेपर का मेटा-विश्लेषण प्रस्तुत करता है। इन समीक्षित पत्रों से 40 से अधिक मात्रात्मक और गुणात्मक क्षेत्रों का एक डेटाबेस तैयार किया गया था। मेटा-विश्लेषण मुख्य रूप से 1) अध्ययनों की सामान्य विशेषताओं के बारे में विश्लेषण पर केंद्रित है, जैसे भौगोलिक वितरण, समय के अनुसार पत्रों की आवृत्ति, पत्रिकाएँ, अनुप्रयोग क्षेत्र, और अध्ययन मामलों में उपयोग किए जाने वाले दूरी संवेदन सॉफ़्टवेयर पैकेज, और 2) RF और SVM वर्गीकरण के प्रदर्शन की तुलना विभिन्न मानदंडों के खिलाफ, जैसे डेटा प्रकार, RS अनुप्रयोग, स्थानिक संकल्प, और विशेषता इंजीनियरिंग चरण में निकाली गई विशेषताओं की संख्या पर केंद्रित है। चुनौतियों, सिफारिशों, और भविष्य के अनुसंधान के संभावित दिशाओं पर भी विस्तार से चर्चा की गई है। इसके अलावा, परिणामों का एक सारांश प्रदान किया गया है ताकि शोधकर्ता अपने प्रयासों को अनुकूलित कर सकें ताकि अपने विषयगत अनुप्रयोगों के आधार पर सबसे सटीक परिणाम प्राप्त कर सकें।