ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص آتش سوزی در جنگل ها با استفاده از الگوریتم های داده کاوی

سال انتشار: 1393
کد COI مقاله: NCEEE01_157
زبان مقاله: فارسیمشاهد این مقاله: 980
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص آتش سوزی در جنگل ها با استفاده از الگوریتم های داده کاوی

رضوان کلیلی - دانشجوی رشته مهندسی فناوری اطلاعات دانشگاه پیام نور
امیرحسین شکوهی - مربی، گروه کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران

چکیده مقاله:

آتش سوزی در جنگل خطر اصلی در ناحیه های جنگلی است. در طول تابستان، دمای بالا و رطوبت کم موجب بروز این مشکل در فضای نگهداری از فضای سبز و حیات وحش می گردد. استخراج اطلاعات با استفاده از عکس ها و اطلاعات چندرسانه ای، موضوعی چالش برانگیز در مجموعه داده های جمع آوری شده و پردازش آنها و کشف الگوهای مفید برای بسیاری از برنامه ریزی ها می باشد. مقاله ی حاضر که حاصل یک پروژه ی دانشجویی تحلیل تصاویر ماهواره ای است، قصد دارد تا دمای وقوع آتش سوزی و میزان خطر آتش برای از بین رفتن پوشش گیاهی (در هر هکتار) را به وسیله ی الگوریتم های داده کاوی و کاوش دادهها و تحلیل آنها شناسایی کند. از قوانین انجمنی برای کشف ارتباط میان ویژگی های محتوای تصاویر و فیلم ها استفاده شده است.

کلیدواژه ها:

تحلیل مکان محور، عکس های چندرسانه ای، آتش سوزی در جنگل

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/301929/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
کلیلی، رضوان و شکوهی، امیرحسین،1393،تشخیص آتش سوزی در جنگل ها با استفاده از الگوریتم های داده کاوی،کنفرانس سراسری الکترونیکی محیط زیست و انرژی ایران،شیراز،،،https://civilica.com/doc/301929

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، کلیلی، رضوان؛ امیرحسین شکوهی)
برای بار دوم به بعد: (1393، کلیلی؛ شکوهی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • [ms Sukaesih Sitanggang" Spatial Multidimens ional Association Rules Mining inForest ...
  • Ku Ruhana Ku -Maham d, Khor Jia Yun , Patterm ...
  • Sc ience, Vol.2, No .3 , Aug-209. ...
  • K.Ang ayarkkani, Dr.N.Radhakrs hnan An Intelligent System For Elfective Forest ...
  • Data Mining Introductory and Advanced Topics by Margaret H.Dunham, Association ...
  • Aggraval, R. et al.: Fast Discovery of Association Rules. In ...
  • Data Mining Concepts and techniques by Jiawei Han and Micheline ...
  • S.Nandagopal, S.Karthik, V.P.Arun achalam; Mining of Meteorological Data Using Modified ...
  • Dr.C Jothi Venkates waran. S.Murugan, Dr. N. Radhakrishan, An Useful ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: پیام نور
    تعداد مقالات: 52,805
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی