مقایسه روش های تقسیم بندی شبکه عصبی SVM و SAM در پردازش تصاویر هایپریون مطالعه موردی آتشفشان مساحیم
Publish place: 31st Symposium of Geosciences
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,468
This Paper With 14 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:
GSI31_286
تاریخ نمایه سازی: 19 اسفند 1391
Abstract:
دورسنجی ابر ط یفی یکی از ابزار ه ای پیشرفته در مدل ساز ی الگو ی ط یفی مواد سطح زم ین به حساب می آید. با توجه به تکنولوژی جدید سنجنده های ابرطیفی و اهمیت کاربرد داده های ابرطیفی در مطالعات اکتشافی نیاز به بررسی نتایج حاصل از این فن آوری در مناطقی شاخص و در برابر داده های میدانی یکی از موضوعات مهم در بحث پی جویی کانسارها می باشد . داده های سنجنده ابرطیفی هایپریون حاوی اطلاعات بسیار غنی از سطح زمین در ٢۴٢ باند ظری ف و پیوسته هستند . در این مطالعه به مقایسه روش های پردازشی شبکه عصبی SVM و SAM بر روی این مجموعه داده های با ارزش از منطقه ای با دگرسانی شاخص در مرکز کالدرای مساحیم پرداخته شده است . به منظور ارزیابی صحت روش های مذکور مطالعات میدانی و آزمایشگاهی شامل بررسی نقاط ب ا حداکثر شدت دگرسانی، طیف نگاری، آزمایش XRD و مطالعه مقاطع میکروسکپی نمونه های سنگی برداشت شده از منطقه انجام و ماتریس صحت برای هر کدام از روش ها ترسیم گردید . ترس یم ماتر یس صحت نتایج حاصل از روش های شبکه عصبی SVM و SAM به ترتیب ضر ایب صحت عامل ی برابر ب ا 57/6 درصد ، 64/4 درصد و 74/58 درصد را نشان م ی دهد . بنابراین روش هایی که بیشتر بر مبنای شباهت الگوی طیفی بنا نهاده شده اند نتایج منطبق تری با مطالعات میدانی نشان می دهند.
Authors
بهرام بهرام بیگی
دانشجوی کارشناسی ارشد زمین شناسی اقتصادی، دانشگاه شهید باهنر کرمان
حسام معین زاده
عضو هیئت علمی بخش زمین شناسی دانشگاه شهید باهنر کرمان
حجت ال.... رنجیر
عضو هیئت علمی دانشکده معدن دانشگاه شهید باهنر کرمان
جمشید شهاب پور
عضو هیئت علمی بخش زمین شناسی دانشگاه شهید باهنر کرمان