Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

استخراج تغییرات ساختمانها با بکارگیری الگوریتم های یادگیری ماشین SVM و جنگل تصادفی روی زوج عکس هوائی

سال انتشار: 1397
کد COI مقاله: GISLS03_119
زبان مقاله: فارسیمشاهده این مقاله: 287
فایل این مقاله در 10 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 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله استخراج تغییرات ساختمانها با بکارگیری الگوریتم های یادگیری ماشین SVM و جنگل تصادفی روی زوج عکس هوائی

مریم قربانی - کارشناس ارشدGIS/RSعضو هیات علمی موسسه آموزش عالی خردگرایان مطهر
سیدمحمد ایازی - دانشجوی دکتری مهندسی عمران، نقشه برداری، دانشگاه تهران ، سازمان نقشه برداری کشور –اداره کل منطقه شمالشرق

چکیده مقاله:

کاربرد الگوریتمهای یادگیری ماشین در طبقهبندی امروزه جایگاه ویژه ای داشته و مقالات زیادی در این زمینه منتشر گردیده است. در این مقاله الگوریتم های یادگیری SVM1 و جنگل تصادفی2 ، در استخراج تغییرات ساختمانها مورد بررسی قرار گرفته است. مراحل پیاده سازی این الگوریتمها شامل، استخراج ویژگی، آموزش مدل ها با استفاده از داده های آموزشی، و برچسب گذاری ساختمانها از نظر تغییر یافتگی می باشد که در قالب یک ساختار طبقه بندی نظارت شده پیاده سازی میگردد و این روشهای روی داده های آزمون اجرا گردیده و نتایج تجزیه و تحلیل می گردد.در این تحقیق از زوج تصویر هوائی منطقه مورد مطالعه در دو بازه زمانی استفاده گردیده است. ابتدا مدل رقومی سطح3 از دو سری تصاویر استرئو در قالب ابرنقطه رنگی تولید گردیده و ویژگیهای رادیومتریک و ارتفاعی از آن استخراج می گردد. ویژگی های رادیومتریک استخراج شده شامل RGB-IR و شاخص NDVI و ویژگی های ارتفاعی شامل اختلاف دو مدل رقومی سطحDDSM و ارتفاع نرمال شده nDSM می باشد. در نهایت الگوریتم های SVM و جنگل تصادفی برای طبقه بندی تغییرات ساختمانها استفاده گردیده و سپس این تغییرات در سه گروه شامل ساختمانهای بازسازی شده، دارای تغییرات ارتفاعی و جدیدالاحداث، دسته بندی میشود.نقشه تغییرات ساختمانها و طبقه بندی نوع تغییرات ساختمانها از نتایج این طرح می باشد. نتایج این تحقیق نشان دهنده موثر بودن استفاده از روشهای یادگیری ماشین بوده و بهبود دقت و صحت استخراج تغییرات در مناطق شهری را در برداشته است.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا GISLS03_119 میباشد و 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/971827/

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:
قربانی، مریم و ایازی، سیدمحمد،1397،استخراج تغییرات ساختمانها با بکارگیری الگوریتم های یادگیری ماشین SVM و جنگل تصادفی روی زوج عکس هوائی،سومین همایش ملی کاربرد مدل های پیشرفته تحلیل فضایی(سنجش از دور و GIS) در آمایش سرزمین،یزد،https://civilica.com/doc/971827

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: (1397، قربانی، مریم؛ سیدمحمد ایازی)
برای بار دوم به بعد: (1397، قربانی؛ ایازی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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: موسسه غیرانتفاعی
تعداد مقالات: 130
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 مرتبط جدید

طرح های پژوهشی 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