مقاله پهنهبندی کمّی زمیندیسهای بزرگ محیط بیابانی با استفاده از شبکههای عصبی مصنوعی (مقایس? کویرهای لوت ایران و کایدام چین)
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله پهنهبندی کمّی زمیندیسهای بزرگ محیط بیابانی با استفاده از شبکههای عصبی مصنوعی (مقایس? کویرهای لوت ایران و کایدام چین) دارای ۲۲ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله پهنهبندی کمّی زمیندیسهای بزرگ محیط بیابانی با استفاده از شبکههای عصبی مصنوعی (مقایس? کویرهای لوت ایران و کایدام چین) 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 پهنهبندی کمّی زمیندیسهای بزرگ محیط بیابانی با استفاده از شبکههای عصبی مصنوعی (مقایس? کویرهای لوت ایران و کایدام چین)،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله پهنهبندی کمّی زمیندیسهای بزرگ محیط بیابانی با استفاده از شبکههای عصبی مصنوعی (مقایس? کویرهای لوت ایران و کایدام چین) :
تعداد صفحات :۲۲
یاردانگها و تپههای ماسهای مناطق فراخشک از جالبترین زمیندیسهای (لندفرمها) مناطق بیابانی محسوب میشوند. ارائ روش مطلوب برای شناخت و پهنهبندی کمّی زمین ریختشناسی این زمیندیسها با توجه به ناممکنبودن بازدیدهای میدانی و دسترسی از اهداف این مقاله است. در این مطالعه از دادههای رادار SRTM/C با قدرت تفکیک زمینی معادل ۹۰ متر که وزارت ملی فضا و هوانوردی امریکا (NASA) در سال ۲۰۰۳ ارائه کرد، استفاده شد. زمیندیسهای بزرگی(Mega Landforms) نظیر یاردانگها و تپههای ماسهای دشت لوت ایران و کایدام چین، به وسیل یکی از روشهای شبکههای عصبی مصنوعی با عنوان «الگوریتم خودسازمانده» مطالعه، طبقهبندی و مقایسه شدند. نتایج این تحقیق نشان داد که منطق یاردانگهای کایدام چین نسبت به منطق لوت ایران دارای پیچیدگیهای بیشتری در قسمت تیغههای یاردانگی است در حالی که یاردانگهای منطق لوت کلاسهای یکنواختتری دارد. جزئیات پیچید یاردانگهای والیشکل کایدام نسبت به دوکی لوت سبب شده است که در این منطقه جزئیات دیگری از پارامترهای ورودی مثلاً جهت شیب در تقسیمبندی نهایی مؤثر واقع شود. بلوغ تپههای ماسهای در ارگ لوت به علت منبع زیاد ماسه و بادهای چندجهت آن سبب شده است تا درصد کلاسهایی همچون شانه و دماغ شیب در آن بیشتر باشد. نقشههای مورفومتریک نهایی تپههای ماسهای در دو منطقه تشابه زیادی در اجزای هر کلاس، تعداد و ویژگیهای کلاسها دارند، اما روند تکاملی ارگ در منطق لوت به خوبی قابل تشخیص است. حال آنکه در منطق کایدام به علت منبع کمتر ماسه و یکجهتهشدن بادها بلوغ و تغییر محسوسی از ابتدا تا انتهای ارگ دیده نمیشود. به طور کلی نتایج نشان داد که شبک خودسازمانده بهمنزل الگوریتم نظارتنشد شبکههای عصبی مصنوعی در تلفیق پارامترهای مورفومتریک برای آنالیز نیمهاتوماتیک زمیندیسهای محیطهای بیابانی و تحقیق در علل تفاوت آنها بسیار کارآمد است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.