خدمات مرکز


بررسی انواع الگوریتم‌های شبکه عصبی در تهیه نقشه کاربری اراضی مطالعه موردی منطقه دشت چالاب شهرستان مهران استان ایلام

چکيده: طي سال‌های گذشته، کاربردهاي زيادي از روش‌های طبقه­بندي شبکه عصبي مصنوعي براي طبقه­بندي کاربري اراضي گزارش‌شده است، اما مطالعات معدودي، مقايسه آن‌ها باهم را ارزيابي نموده­اند. در اين مطالعه، ابتدا تصحيحات هندسي بر روی‌ داده‌های+­ETM صورت گرفت. سپس با بازديدهاي ميداني، طبقات مختلف کاربري اراضي تعريف و نمونه­هاي آموزشي انتخاب گرديد. هدف اصلي این مطالعه مقايسه چهار روش شبکه عصبي مصنوعي آرتمپ فازي، تابع پايه شعاعي، کوهونن و پرسپترون چندلایه براي طبقه­بندي پوشش سطح زمين در منطقه دشت چالاب شهرستان مهران استان ایلام است. نتايج حاصل از ارزيابي دقت تصاوير طبقه‌بندی‌شده نشان داد که روش طبقه­بندي آرتمپ فازي با دقت کل 52/ 98 و ضريب کاپاي متوسط 14/98 درصد داراي بيشترين دقت نسبت به ساير روش‌های بررسی‌شده است. اختلاف دقت کل در اين روش نسبت به روش تابع پرسپترون 84/38 و اختلاف ضريب کاپا متوسط 48/39 درصد، نسبت به روش کوهونن به ترتيب 12/16 و 19/19 درصد و نسبت به روش پايه شعاعي 75/17 و 76/16 درصد است. در اين تحقيق، بالاترين دقت طبقه­بندي مربوط به طبقه­بندي شبکه عصبي مصنوعي آرتمپ فازي بود.





مقالات دیگر
بهینه‌سازی صفحات دریافت انرژی خورشیدی

جواد هدایتی


رونمایی از دستاوردهای تحقیقاتی مرکز حامی نوابغ جوان

چاپ آثار تحقیقاتی مرکز حامی نخبگان سال 95-96


بررسي روش‌های مختلف كاشت بر روي عملكرد ذرت علوفه‌ای رقم کا اس سی هفتصد و چهار

محمد مشرقي