مقاله استخراج اتوماتیک تپه های بزرگ ماسه ای ریگ ییلان، شرق کویر لوت با استفاده از نقشه های خودسازمان ده
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله استخراج اتوماتیک تپه های بزرگ ماسه ای ریگ ییلان، شرق کویر لوت با استفاده از نقشه های خودسازمان ده دارای ۱۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله استخراج اتوماتیک تپه های بزرگ ماسه ای ریگ ییلان، شرق کویر لوت با استفاده از نقشه های خودسازمان ده کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله استخراج اتوماتیک تپه های بزرگ ماسه ای ریگ ییلان، شرق کویر لوت با استفاده از نقشه های خودسازمان ده،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله استخراج اتوماتیک تپه های بزرگ ماسه ای ریگ ییلان، شرق کویر لوت با استفاده از نقشه های خودسازمان ده :
تعداد صفحات :۱۷
اشکال متفاوت از تپههای ماسهای حدود ۲۰ درصد از سطح بیابانهای جهان را پوشانده، که زمین ریختشناسی آنها همواره از دیدگاههای مختلف مورد توجه بوده است. روشهای سنتی نقشهبرداری زمین ریختشناسیک کیفی و یا بر پایهی عملیاتهای میدانی، به دلیل شرایط خاص و دشوار حاکم بر بیابانها بسیار زمانبر و پرهزینه است. به ویژه زمانی که منطقهای منحصر به فرد نظیر دشت لوت شامل تپههای بزرگ ماسهای در مقیاسی بزرگ تحت بررسی قرار گیرد، روشهای سنتی به دلیل عدم امکان بازدید صحرایی و دسترسی به منطقه دارای دقت مطلوبی نخواهد بود. در این مطالعه تپههای عظیم ماسهای بخش شرقی دشت لوت با پستی و بلندی ویژه، به وسیلهی یکی از روشهای شبکههای عصبی مصنوعی تحت عنوان الگوریتم خودسازمانده مطالعه گردید. در این مطالعه ابتدا ۲۲ پارامتر مورفومتریک نمای اول، نمای دوم و نمای سوم از آخرین نسخهی دادههای رقومی ارتفاعی رادارSRTM/X با گرید سایز ۱ قوس ثانیه (بزرگنمایی معادل ۳۰ متر) بر اساس برنامهنویسی و با کمک برازش یک سطح درجه دوم و درجه سوم محاسبه گردید. سپس پارامترهای مؤثر در طبقهبندی و تعداد کلاسهای متناسب منطقه بر اساس ضرایب کمی OIF و DBI تعیین گردید. پارامترهای بهینهی مورفومتریک همراه با باندهای سنجندهی ETM+ به تاریخ ۲۰۰۱ جهت طبقهبندی با الگوریتم شبکهی خودسازمانده مورد استفاده قرار گرفت و نتایج با استفاده از اطلاعات موجود و نقشههای پستی و بلندی مقایسه گردید. نتایج حاصل نشان داد که شبکهی خودسازمانده به عنوان یک الگوریتم نظارت نشدهی شبکههای عصبی مصنوعی در تلفیق پارامترهای مورفومتریک و دادههای ماهوارهی لندست برای تحلیل لندفرمهای بیابان با مقیاسها و توانهای تفکیک متفاوت بسیار کارآمد میباشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.