دانش رسان |
مرکز علم و دانش کشور مقاله برآورد سرعت نقاط مجازی ژئودتیک بر پایه الگوریتم پس‌انتشار خطای شبکه‌های عصبی مصنوعی (مطالعه موردی: منطقه شمال باختر ایران)
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله برآورد سرعت نقاط مجازی ژئودتیک بر پایه الگوریتم پس‌انتشار خطای شبکه‌های عصبی مصنوعی (مطالعه موردی: منطقه شمال باختر ایران) دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله برآورد سرعت نقاط مجازی ژئودتیک بر پایه الگوریتم پس‌انتشار خطای شبکه‌های عصبی مصنوعی (مطالعه موردی: منطقه شمال باختر ایران) 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 برآورد سرعت نقاط مجازی ژئودتیک بر پایه الگوریتم پس‌انتشار خطای شبکه‌های عصبی مصنوعی (مطالعه موردی: منطقه شمال باختر ایران)،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله برآورد سرعت نقاط مجازی ژئودتیک بر پایه الگوریتم پس‌انتشار خطای شبکه‌های عصبی مصنوعی (مطالعه موردی: منطقه شمال باختر ایران) :
تعداد صفحات :۱۳
مطالعات ژئودینامیک در ایران به‌طور جدی از سال ۱۳۷۷ با استقرار شبکه‌های موردی GPS برای پایش تغییرات پوسته زمین آغاز شد. پس از استقرار شبکه ژئودینامیک سراسری در سال ۱۳۸۵، هر ساله میدان سرعت ایستگاه‌های دائمی GPS این شبکه توسط سازمان نقشه‌برداری کشور محاسبه و گزارش می‌شود. برای تولید سرعت نقاط ژئودتیک در هر نقطه دلخواه دیگر، به دلیل تراکم پایین ایستگاه‌های دائمی GPSکشور، نیاز به ایستگاه‌های جدید با مشاهدات بیشتر یا استفاده از روش‌های مدرن و هوشمند است. از آنجاکه ایجاد ایستگاه‌های جدید مستلزم صرف هزینه و زمان زیاد است، بنابراین به‌کارگیری روش‌های تخمین می‌تواند جایگزین مناسبی قلمداد شود. از جمله این روش‌ها می‌توان شبکه‌های عصبی مصنوعی را نام برد. مهم‌ترین مزیت‌های این روش یادگیری شبکه‌ها، پردازش موازی و انعطاف‌پذیری محاسبات است. بدین منظور در این پژوهش، با انتخاب ۴۲ ایستگاه دائمی GPS در شمال باختر کشور، میدان سرعت منطقه با دو روش تخمین “پس‌انتشار خطای شبکه‌های عصبی مصنوعی” و “کالوکیشن” در دو مدل متفاوت برآورد و مقایسه شدند. نتایج حاصل نشان می‌دهند در مدل اول با تراکم ایستگاه‌های مرجع کمتر روش “پس‌انتشار خطای شبکه‌های عصبی مصنوعی” با جذر خطای میانگین مربعی در حدود ۲± میلی‌متر خاوری، ۵/۳ ± میلی‌متر شمالی به علت دارا بودن جذر خطای میانگین مربعی کمتر، نسبت به روش “کالوکیشن” برتری دارد. همچنین در مدل دوم”پس‌انتشار خطای شبکه‌های عصبی مصنوعی” دارای جذر خطای میانگین مربعی در حدود ۱± میلی‌متر خاوری، ۵/۱± میلی‌متر شمالی بوده و روشی جایگزین برای تخمین میدان سرعت نسبت به روش‌های تخمین کلاسیک است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
