برآورد حرکات پوسته زمین بر اساس تابع حلقوی شبکه های عصبی مصنوعی (مطالعه موردی: کشور ایران)

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 505

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICEICONF01_221

تاریخ نمایه سازی: 6 اردیبهشت 1396

Abstract:

در این تحقیق از 85 ایستگاه شبکه ژیودینامیک کشور ایران که از یک شبکه عصبی مصنوعی پرسپترون 3 لایه جهت مدلسازی میدان سرعت نقاط ژیودتیکی (مولفه های شرقی و شمالی میدان سرعت) سرشبکه ژیودینامیک کشور ایران استفاده شده است که به عنوان ورودی شبکه و بردارهای سرعت آنها به عنوان خروجی شبکه عصبی درنظر گرفته شد. مینیمم خطای نسبی بدست آمده از این ارزیابی برای شبکه عصبی در مولفه شرقی میدان سرعت 3/57- درصد و برای مولفه شمالی 0/16+ درصد می باشد. نتایج نشاندهنده این موضوع است که شبکه عصبی تا 80 درصد قابلیت مدلسازی و پیش بینی حرکات پوسته زمین را دارا می باشد.

Keywords:

حلقوی , شبکه های عصبی , ژیودینامیک , سیستم تعیین موقعیت جهانی

Authors

داوود زمزم

استادیار دانشگاه آزاد اسلامی، واحد قزوین

الیاس نعمت زاده

کارشناس ارشد ژیودزی، دانشگاه آزاد اسلامی، واحد تفت

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 :
  • اجمور، یحیی. نانکلی، حمیدرضا. رحمیی، زهره. نعمتی، علیرضا. طرح ژئودینامیک ...
  • Bishop, C., Neural Networks for Pattern Recognition. Oxford University Press. ...
  • Djamour, Y., Vermant, P. Nankali, H. and Tavakoli, F. NW ...
  • Fausett, L., Fundamentas of Neural Networks. Prentice Hall, Upper Saddle ...
  • Gilli, M., Y1lmaz, M., Y1lmaz, i. Application of back propagation ...
  • Gilli, M., Yilmaz M., Yilmaz, i, , Turgut B. Datum ...
  • Haykin, S., Neural Networks: A Comp rehensive Foundation. Prentice Hall ...
  • Hofmann, B. and Moritz, H., Physical Geodesy, Abacus Press, 1980. ...
  • Leandro, R.F. and Santos, M.C. A neural network approach for ...
  • Liao, D., Wang, Q., Zhou Y., Liao, X., Huang, C. ...
  • Memarian, O., Djamour, Y. Determination geodetic velocity field based on ...
  • Mo ghtased-Azar, K. and Zaletnyik, P. Crustal velocity field modelling ...
  • Moritz, H., Advanced Physical Geodesy, Abacus Press, 1980. ...
  • Nocquet, J.M. and Calais E. Crustal velocity field of western ...
  • N&rgaard, M., Neural Network Based System Identification Toolbox. Tech. Report. ...
  • Pandya, A.S. and Macy, R.B., Pattern Recognition with Neural Networks ...
  • Perez, J.A.S., Monico J.F.G and Chaves J.C. Velocity field estimation ...
  • Ripley, B.D., Pattern Recognition and Neural Networks. Cambridge University Pres ...
  • Seeber, G., Satellite Geodesy. Foundations, Methods, and Applications. W. de ...
  • Valach, F., Hejda, P. and Bochnicek , J. Geo effectiveness ...
  • Wright, T. and Wang, H. Large-scale crustal velocity field of ...
  • Zhang, G., Patuwo, B.E. and Hu, M.Y. Forecasting with artificial ...
  • http ://www.unavca _ org/c ommunity_sc i enc e/ _ c ...
  • نمایش کامل مراجع