ارزیابی طبقه بندی شبکه عصبی مصنوعی جهت استخراج آشفتگی های جنگل مطالعه موردی: جنگل خیرودکنارنوشهر


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
4 بازدید
۹۷,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 ارزیابی طبقه بندی شبکه عصبی مصنوعی جهت استخراج آشفتگی های جنگل مطالعه موردی: جنگل خیرودکنارنوشهر دارای ۱۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد ارزیابی طبقه بندی شبکه عصبی مصنوعی جهت استخراج آشفتگی های جنگل مطالعه موردی: جنگل خیرودکنارنوشهر  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 ارزیابی طبقه بندی شبکه عصبی مصنوعی جهت استخراج آشفتگی های جنگل مطالعه موردی: جنگل خیرودکنارنوشهر،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن ارزیابی طبقه بندی شبکه عصبی مصنوعی جهت استخراج آشفتگی های جنگل مطالعه موردی: جنگل خیرودکنارنوشهر :

تعداد صفحات :۱۷

چکیده مقاله:

در دهه های اخیر، تغییرات سریع کاربری اراضی و پوشش زمین بویژه در جنگل ها با پیامدهای مهمی چون تخریب منابع طبیعی،آلودگی های زیست محیطی همراه بوده است . استفاده از فن آوری های نوین همچون سنجش از دور با مزایای متعدد خود می تواند نوعپوشش زمین را در مناطق بزرگ مشخص نماید. طبقه بندی تصویر یکی از پرکاربرد ترین روشهای استخراج اطلاعات موضوعی از جملهتفکیک مناطق جنگلی از غیر جنگلی می باشد. روش های آماری طبقه بندی, نظیر طبقه بندی حداکثر احتمال, مشکلاتی از قبیل الزام فرضیات و دیتاهای مورد نیاز , برای استفاده از این روشها را دارند ، روش های جدیدتر از جمله شبکه های عصبی به دلیل ماهیت غیرپارامتریک و قابلیت شان برای بهره گیری ازمثال ها و توانایی تعمیم آنها جدیدا مورد استفاده قرار گرفته است. هدف از این تحقیقاستخراج آشفتگی های جنگل خیرود با استفاده از تصاویر سنجش از دور و ارزیابی طبقه بندی شبکه عصبی مصنوعی می باشد پس از طبقه بندی تصاویر منطقه حدود۸۸/۳۵درصد جنگل و ۱۱/۶۴درصد غیر جنگل تشخیص داده شد. با استفاده از نقاط کنترل زمینی نقشه طبقه بندی, مورد ارزیابی قرار گرفت در پایان نشان داده شد که RMSE بیش از ۸۸ درصد روش شبکه عصبی مصنوعی, نشان از کارایی بالای این طبقه بندی در استخراج آشفتگی های جنگل دارد

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.