بررسی کارایی روشهای شبکه عصبی و سلسله مراتبی در طبقه بندی رخساره های لرزه ای
Publish place: 14th Geophysics Conference of Iran
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,067
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- 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:
GCI14_179
تاریخ نمایه سازی: 17 آذر 1388
Abstract:
در تحلیل رخساره لرزهای، با استفاده از چندین نشانگر لرزهای میتوان نمونههای زمانی مربوط به بازتابهای لرزهای را در گروههای مشابه طبقهبندی نمود. در این مطالعه از شبکه عصبی و خوشه بندی سلسله مراتبی مجتمع شونده برای طبقه بندی بدون نظارت رخساره های لرزه ای بر اساس نشانگرهای لرزه ای استفاده شده است . نتایج حاصل از اعمال این دو روش بر روی دادههای واقعی سه بعدی نشان میدهد که انتخاب تعداد کلاس مناسب نیازمند یک پروسه سعی و خطاست و بستگی به نظر و تجربه مفسر دارد. در طبقهبندی رخسارهها بر اساس دامنه نمونههای زمانی در هر رد لرزه، با توجه به نتایج حاصل، استفاده از خوشهبندی سلسه مراتبی باعث بهبود قدرت تفکیک قائم و افقی رخسارههای لرزهای میشود.
Authors
سیدفوادالدین امامی فر
دانش آموخته کارشناسی ارشد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات
حمیدرضا سیاه کوهی
استادیار گروه فیزیک زمین،موسسه ژئوفیزیک،دانشگاه تهران
علیرضا گلال زاده
دانش آموخته دکتری ژئوفیزیک،موسسه ژئوفیزیک، 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 :