جستجو در تالارهای گفتگو

نرماليزاسيون راديومتريک اتوماتيک تصاوير ماهواره اي چندزمانه مبتني بر تبديل IR-MAD و شبکه هاي عصبي مصنوعي نویسندگان: مقيمي آرمين*, عبادي حميد, صادقي وحيد نرماليزاسيون راديومتريک نسبي، اغلب در آناليزهاي تصاوير ماهواره اي چندزمانه، خصوصا در آشکارسازي تغييرات کاربري اراضي مورد استفاده قرار مي گيرد. در اين تحقيق ضمن بررسي تبديل IR-MAD، تکنيک جديدي مبتني بر تبديل IR-MAD و شبکه هاي عصبي مصنوعي توسعه داده شده است. تکنيک پيشنهادي بر روي تصاوير ماهواره اي چندزمانه لندست تي ام متعلق به سال هاي 1989 و 2010 شهر تبريز، پياده سازي شده است. استفاده از ترکيب خطي تصاوير ماهواره اي چندزمانه، انتقال اين تصاوير به فضاي ديگر و تکراري بودن فرآيند تبديل IR-MAD باعث شده که اين تبديل به عنوان روشي مستقل از نويز آماري و شرايط اتمسفري در جهت شناسايي تغييرات و انتخاب نقاط کنترل راديومتريکي در اين تحقيق بکار رود. همچنين قابليت و انعطاف بالاي شبکه عصبي مصنوعي در تقريب توابع غيرخطي و خطي پيوسته در فضاي ترکيبي باعث شد که از اين شبکه ها در مدلسازي رابطه بين نقاط کنترل راديومتريکي در تصاوير ماهواره اي چندزمانه استفاده گردد. معيارهاي ارزيابي بکار رفته در اين تحقيق، شامل ميانگين خطاي کمترين مربعات و آزمون هاي آماري t و F مي باشد. نتايج نشان مي دهد که استفاده از روش پيشنهادي موجب افزايش دقت و عملکرد نرماليزاسيون راديومتريک نسبي شده است. روش توسعه داده شده در اين تحقيق از نظر ميانگين خطاي کمترين مربعات در تمامي باند هاي طيفي نسبت به روش IR-MAD و داده هاي خام بترتيب 0.11 و 8.13 درصد افزايش دقت داشته است. منبع: [Hidden Content] دانلود: [Hidden Content] 7002413940415.pdf

مدل سازي منطقه اي TEC با استفاده از شبکه هاي عصبي مصنوعي و مدل چند جمله اي در ايران نویسندگان: غفاري رزين ميررضا, محمدزاده علي* در اين مقاله از يک شبکه عصبي مصنوعي پرسپترون 3 لايه با 5 نرون در لايه مخفي جهت مدلسازي مقدار محتواي الکترون لايه يونوسفر (TEC) استفاده شده است. بدين منظور از 25 ايستگاه GPS شبکه ژئوديناميک کشور ايران در محدوده عرض جغرافيايي 24 الي 40 درجه و طول جغرافيايي 44 الي 64 درجه استفاده گرديده است. ارزيابي نتايج بدست آمده از شبکه عصبي مصنوعي مدلسازي شده براي اين منطقه توسط 1 ايستگاه تست GPS که مقادير محتواي الکتروني آن از قبل در دست بوده انجام گرفته است. به دليل اينکه ايستگاه مورد نظر مجهز به دستگاه اندازه گيري مستقيم دانسيته الکتروني بوده (دستگاه يونوسوند) و بصورت مستقل مي توان در موقعيت آن ايستگاه مقدار محتواي الکتروني را با دقت و صحت بالا بدست آورد، از اين ايستگاه براي تست نتايج استفاده شده است. مينيمم خطاي نسبي بدست آمده از اين ارزيابي 0.73 درصد و ماکزيمم خطاي نسبي 34.66 درصد مي باشد. همچنين جهت ارزيابي کارائي شبکه هاي عصبي مصنوعي در برآورد مقدار محتواي الکترون يونوسفر، در اين مقاله از يک چندجمله اي مرتبه 3 با 11 ضريب جهت مدلسازي TEC استفاده شده است. مقايسه مقادير خطاي نسبي محاسبه شده براي مدل چندجمله اي با مقادير خطاي نسبي بدست آمده براي شبکه عصبي، حاکي از برتري اين روش نسبت به مدل چندجمله اي در برآورد مقدار محتواي الکترون لايه يونسفر در اين منطقه است. تعداد نرونهاي لايه مخفي در شبکه عصبي و نيز مرتبه و تعداد ضرايب چند جمله اي مورد استفاده در اين مقاله بر اساس آزمون و خطا و با در نظر گرفتن مينيمم خطاي نسبي براي نتايج تعيين شده است. منبع: [Hidden Content] دانلود: [Hidden Content] 7002413930305.pdf

مدل سازي ژئوئيد محلي دقيق با استفاده از داده هاي GPS، ترازيابي و تکنيک هاي هوش مصنوعي (مطالعه موردي شاهين شهر اصفهان) نویسندگان: خضرايي سيدمحسن*, نفيسي وهاب, منجمي سيداميرحسن, عسگري جمال, اميري سيمكويي عليرضا با توجه به گسترش روزافزون استفاده از تکنيک هاي تعيين موقعيت ماهواره اي خصوصا GPS لزوم تعيين دقيق ژئوئيد با هدف جايگزيني اندازه گيري هاي ترازيابي با اندازه گيري هاي GPS در کاربردهاي ژئودتيک بر کسي پوشيده نيست. تقريب ژئوئيد با استفاده از داده هاي GPS/leveling به صورت محلي، در کنار مدل هاي موجود از قبيل مدل هاي ژئوپتانسيل و يا ژئوئيدهاي گراويمتري راهکاري پذيرفته شده است. اما سوال مهم سطح دقت قابل دسترس با استفاده از اين روش است. مواردي چون کيفيت داده ها و يا تکنيک مورداستفاده براي مدل سازي اين داده ها مي تواند در دقت ژئوئيد GPS/leveling تاثيرگذار باشد. در اين مقاله به ارزيابي روش هاي نوين محاسباتي مبتني بر يادگيري از جمله شبکه هاي عصبي مصنوعي (ANN) و سيستمهاي استنتاج فازي-عصبي تطبيقي (ANFIS) در مقايسه با روش استاندارد معادلات رگرسيون چندجمله اي چند متغيره (MPRE)، در مدلسازي ژئوئيد GPS/Leveling پرداخته شده است. اين ارزيابي در يک شبکه از ايستگاه هاي GPS و ترازيابي در شهرستان شاهين شهر اصفهان با ابعاد کوچکتر و توزيعي بسيار فشرده تر نسبت به مطالعات پيشين صورت گرفته و اين کيفيت داده ها مدلسازي ژئوئيد را با دقتي بهتر از 1 سانتيمتر ممکن ساخته است. نتايج نشان دهنده برتري چند ميلي متري مدل هاي ژئوئيد حاصل از ANN و ANFIS از نظر مجذور ميانگين مربعات خطاها و همچنين از نظر ضريب تشخيص است و به ترتيب RMSE=8 mm، R2=0.9949 و RMSE=7mm، R2=0.9964 براي اين مدل ها، در نقاط تست حاصل شده است. بنابراين مدل ژئوئيد حاصل از ANFIS دقيق ترين ارتفاع ژئوئيد را در سطح منطقه فراهم مي سازد. منبع: [Hidden Content] دانلود: [Hidden Content] 7002413930318.pdf