خوشه بندی و تولید تصاویر باینری شهری با استفاده از روش SOFMکالیبره شده برای مدلسازی توسعه شهر
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 493
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RGFOH01_052
تاریخ نمایه سازی: 19 خرداد 1396
Abstract:
در حال حاضر تصاویر سنجش از دوری جامعترین و در دسترس ترین داده های موجود هستند. هدف اصلی این پژوهش،تولید تصاویر باینری برای کمک و داده ورودی به شبکه برای مدل سازی توسعه شهری با استفاده از تصاویر ماهواره ای لندست می باشد . برای این کار ابتدا لازم است که از تصاویر، نقشه های باینری شهری/غیر شهری تولید شود. برای این منظور می توان از انواع مختلف طبقه بندی کننده ها استفاده نمود. در این تحقیق از روش SOFM که یکی از روش های خوشه بندی شبکه های عصبی مصنوعی است، استفاده شده است. علاوه بر باند های هر تصویر از شاخص های NDVI ،NDBI ،NDWI و MNDWI هم به عنوان داده ی کمکی برای خوشه بندی استفاده شده است. برای کالیبره کردن تنظیمات شبکه ی عصبی و ارزیابی دقت روش SOFM نیاز به یک نقشه ی واقعت زمینی است تا خروجی ها با آن مقایسه شوند. بدین منظور از عکس های رایگان و در دسترس Earth Google با اندازه پیکسل زمینی 2 متر از سال 2014 استفاده شد. پس از کالیبره کردن روش تولید تصاویر باینری شهری (SOFM (تصاویر باینری شهری از به روش مذکور تولید می کنیم.
Keywords:
Authors
حمید شکوهی فرد
دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات مکانی ، دانشکده عمران،دانشگاه آزاد اسلامی واحد لارستان دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات مکانی دانشکده عمران ، مهندس ناظر نقشه برداری
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 :