پیش بینی دمای هوا با استفاده از پردازش تصاویر ماهواره و شبکه های عصبی با یادگیری ماژولار

Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 677

This Paper With 8 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICS11_114

تاریخ نمایه سازی: 14 مهر 1392

Abstract:

پیش بینی هوا بر اساس تصاویر ماهواره همیشه چالش برانگیز بوده است. مدل های عددی موجود برای پیش بینی جوی خیلی دقیق عمل نمی کن. علاوه بر این، در این زمینه بیشتر ازداده های عددی استفاده می شود. در نتیجه نیاز به مدل دقیق تری وجود دارد تا با وارد کردن امکانات جوی و تصاویر ماهواره در هر لحظه بتوان نتایج دقیق تر و بهتری را به دست آورد و از این طریق بهبودی در پیش بینی شرایط جوی ایجاد کرد. در این مقاله مدلی ترکیبی از پردازش تصاویر ماهواره و شبکه عصبی برای پیش بینی دمای هوا در شهر تهران ارائه می شود. در این مدل ابتدا با استفاده از روش تحلیل مولفه های اصلی حجم تصاویر کاهش می یابد و از طریق کاهش ابعاد ورودی و افزایش سرعت آموزش، یادگیری شبکه ماژولار می شود. سپس با استفاده از تصاویر کاهش یافته و الگوریتم لونبرگ، شبکه پرسپترون چند لایه آموزش داده می شود. در آخر این مدل را با حالتی که یادگیری شبکه ماژولار نباشد و حالتی که الگوریتم انتشار به عقب برای آموزش پرسپترون استفاده می شود، مقایسه کرد و نتایج نشان می دهد که مدل پیشنهادی نتایج بسیار خوبی را برای پیش بینی با تصاویر ماهواره دارد

Authors

زهرا زرگران

دانشجوی کارشناسی ارشد مهندسی دانش و علوم تصمیم، دانشگاه علوم اقتصادی

عباس احمدی

استادیار دانشکده مهندسی صنایع و سیستم های مدیریت، دانشگاه صنعتی امیرکبیر

فرحناز تقوی

استادیار ژئو فیزیک، دانشگاه 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 :
  • T. HALL, "Precipitation Forecasting Using a Neural Network". NOAA/NWS West ...
  • J.W. Taylor and R. Buizza, "Neural Network Load Forecasting with ...
  • I. Maqsood and M. Riaz and Kh. Abraham, "An ensemble ...
  • M. Hayati and Z. Mohebi, "Temperature Forecasting Based On Neural ...
  • Paras and S. Mathur and A Kumar and . Chandra, ...
  • N. Q. Hung and M. S. Babel and S. Weesakul ...
  • S. Santhosh Baboo and I. Kadar Shereef, " An Efficient ...
  • T. Santhanam and A.C. Subhajini, " An Efficient Weather ...
  • F. Dell Acqua and P. Gamba, "Pyramidal Rain Field Decomposition ...
  • K. Otsuka and I Horikoshi and S. Suzuki and H. ...
  • B. U. Shankar and S.K. Meher and A Ghosh, _ ...
  • C.M. Cheng, "Applications of Remote Sensing in Weather Forecasting and ...
  • A.T. Jeyaseelan, "DROUGHTS & FLOODS ASSESSMENT AND M O NITORING ...
  • C. Yaiprasert and K. Jaroensutasine and M. Jaroensutasine, "The Pixel ...
  • S. Kattekola, "Weather radar image based forecasting using joint series ...
  • _ _ _ information for fire risk, fire and fire ...
  • M. Jaruszewicz and J. Ma_dziuk, _ APPLIC ATION OF PCA ...
  • D. Jimenez, _ Dyn am icallyWeighted Ensemble Neural Networks for ...
  • G. Auda and M. Kamel, "MODULA NEURAL NETWORKS A SURVEY", ...
  • G. Auda, "Cooperative Modular Neural Network Classifiers", Thesis, Waterloo. 1996. ...
  • L.I. Smith, " A tutorial on Principal Components Analysis", 2002. ...
  • C.D. Alecsandru, "A HYBRID MODEL-B ASED AND M EMORY-B ASED ...
  • Nakhostin, "Hybridization of Evolutionary Levenberg -Marquardt Neural Networks and Data ...
  • نمایش کامل مراجع