استخراج پوشش گیاهی از تصاویر Google Earth با روش پسانتشار خطای شبکه های عصبی
- سال انتشار: 1392
- محل انتشار: اولین همایش سراسری کشاورزی و منابع طبیعی پایدار
- کد COI اختصاصی: NACONF01_0057
- زبان مقاله: فارسی
- تعداد مشاهده: 1396
نویسندگان
دانشجوی کارشناسی ارشد ژئودزی دانشگاه آزاد اسلامی واحد اهر
چکیده
تصاویر چند لایه ی ماهواره های سنجش از دور با قدرت تفکیک پذیری بالا کاربرد وسیعی در سنجش از دور و تشخیص عوارض زمینی در علم ژئودزی دارد. در این مقاله از روش پس انتشار خطای شبکه های عصبی برای تشخیص و جداسازیپوشش گیاهی از مناطق بیابانی، شهری و جاده ای استفاده شده است. ابتدا با انتخاب 15 تصویر تصادفی و رسم هیستوگرام HSV، نمونه های آموزشی الگوریتم فراهم شد. سپس با تعریف 7نرون ورودی، 25 نرون میانی و 2نرون خروجی و 1000 تکرار، شبکه عصبی تکمیل گردید. با استفاده از پرسپترون چند لایه و الگوریتم نظارت شده آموزشی رابطه ی بین پوشش گیاهی و بیابان بر اساس یک رنگ آموزش داده شد . نتایج حاصل از پردازش نشان داد که با افزایش تعداد آموزشها در شبکه عصبی، تفکیک پوشش گیاهی از بیابان و جاده با دقت بالای 90 % امکانپذیر است.کلیدواژه ها
سنجش از دور، شبکه های عصبی، پوشش گیاهی و بیابان، طبقه بندی،.HSVمقالات مرتبط جدید
- کاربرد چارچوب یکپارچه هوشمند-بازیافت-کاهش» (SRR) برای مدیریت پایدار آب و فاضلاب شهری
- کاربرد شبکه های عصبی مصنوعی در پیش بینی دبی ماکزیمم سیلاب رودخانه ها - مطالعه موردی رودخانه مارون
- نقش هوش مصنوعی( AI) در بهبود بهره وری، ساده سازی عملیات و کاهش اثرات زیست محیطی در واحدهای کشاورزی(مطالعه موردی استان کهگیلویه و بویراحمد)
- بسته بندی هوشمند و فعال در صنعت گوشت مروری بر فناوریها، عملکردها و چشم اندازهای آینده
- نقش پیاده راهها در ارتقاء سلامت و ترافیک شیراز
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.