کاربست روش شبکه های عصبی در پیش بینی دمای سطح زمین، با استفاده از تصاویر حرارتی مادیس
Publish place: Remote Sensing and Iran GIS، Vol: 8، Issue: 2
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 190
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GIS-8-2_004
تاریخ نمایه سازی: 16 آبان 1400
Abstract:
در این مطالعه، مدلی ترکیبی از شبکه های عصبی ماژولار و پردازش تصاویر مادیس برای محاسبه دمای سطح زمین، در منطقه ای شامل شهر تهران، ارائه شده است. در این مدل، داده های تصاویر حرارتی با تکیه بر ویژگی های دمای درخشندگی در باندهای حرارتی ۳۱ و ۳۲ میکرومترسنجنده مادیس، به منزله ورودی در شبکههای عصبی ماژولار به کار رفته و روش جدیدی براساس ترکیبی از شبکه عصبی نگاشت خودسازمانده و الگوریتم بهینه سازی تجمع ذرات پیشنهاد شد. نتایج به دست آمده نشان می دهد استفاده از این الگوریتم سبب توزیع مناسب داده های ورودی شبکه های عصبی می شود. در آخر، نتایج نهایی با مدل های شبکه های عصبی با آموزش و ساختار غیرماژولار نیز مقایسه شده است. نتایج این مقایسه نشان می دهد که زمان آموزش مدل در پیش بینی دمای سطح زمین کاهش، و دقت مدل افزایش یافته است. اختلاف کم بین مقادیر پیشبینی شده و مقادیر واقعی دما در منطقه نشان می دهد که دما با دقت مناسبی در این مدل پیش بینی شده است، به طوری که میانگین خطای مدل ترکیبی مقدار ۰۰۸۱/۰ و درصد خطای مطلق نیز ۵۹/۱۰ است.
Keywords:
Authors
فرحناز تقوی
استادیار موسسه ژئوفیزیک، دانشگاه تهران
عباس احمدی
استادیار دانشکده مهندسی صنایع و سیستم های مدیریت، دانشگاه صنعتی امیرکبیر، تهران
زهرا زرگران
دانشجوی کارشناسی ارشد مهندسی دانش و علوم تصمیم، دانشگاه علوم اقتصادی، تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :