CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

ارزیابی شباهت هندسی داده های مکانی داوطلبانه در شبکه معابر درون شهری

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۵ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: JR_JTE-10-2_009
زبان مقاله: فارسی
حجم فایل: ۱.۳۵ مگابات (فایل این مقاله در ۱۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۴ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۴ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی شباهت هندسی داده های مکانی داوطلبانه در شبکه معابر درون شهری

  علیرضا چهرقان - دانش آموخته دکتری، دانشکده مهندسی معدن، دانشگاه صنعتی سهند، تبریز، ایران
  رحیم علی عباس پور - استادیار، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده-های فنی، دانشگاه تهران، تهران، ایران

چکیده مقاله:

دسترسی سریع و به­روز به اطلاعات مرتبط با شبکه راه­های درون شهری یکی از ضروریاتی است که در کاربردهای مختلف در حوزه حمل­ونقل احساس می­شود. از این رو در این تحقیق تلاش شده است با ارزیابی شباهت هندسی  اطلاعات مکانی داوطلبانه (VGI) از طریق مقایسه آنها با مجموعه داده­های رسمی، جایگزینی مطمئن به محققین ارائه داد. برای این منظور راهکاری نوین ارائه می­گردد که ضمن شناسایی عوارض متناظر در دو مجموعه داده VGI و رسمی، هر یک از این عوارض از منظر معیارهای طول، فاصله، جهت، حریم مشترک، پیچیدگی، اندازه و اعوجاج با یکدیگر مورد مقایسه قرار ­می­گیرند. از این رو منطقه شش تهران به عنوان منطقه مورد مطالعه و مجموعه داده با مقیاس 1:2000( تهیه شده توسط سازمان نقشه­برداری کشور) به عنوان مجموعه داده رسمی انتخاب گردید. نتایج نشان داد که عوارض موجود در مجموعه داده OSM (نمونه­ای از اطلاعات مکانی داوطلبانه) به طور میانگین 78 درصد شباهت مکانی با مجموعه داده رسمی دارند. همچنین جهت ارزیابی سیر بهبود دقت هندسی مجموعه داده­های VGI، شبکه راه­های درون شهری در سال­های 2014 تا 2017 مورد ارزیابی قرار گرفت. نتایج نشان داد که که ضمن افزایش 8/27 درصدی مشارکت مردم در ترسیم عوارض، میانگین درصد شباهت مکانی نیز به مقدار 77/5 درصد بهبود یافته است. از این رو محققین در بسیاری از کاربردهای مرتبط با حوزه حمل و نقل می­توانند از مجموعه داده­های VGI به عنوان جایگزینی برای مجموعه داده رسمی استفاده کنند.

کلیدواژه‌ها:

ارزیابی شباهت هندسی, اطلاعات مکانی داوطلبانه, شبکه راه شهری, مجموعه داده رسمی, مجموعه داده OSM

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-JR_JTE-JR_JTE-10-2_009.html
کد COI مقاله: JR_JTE-10-2_009

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
چهرقان, علیرضا و رحیم علی عباس پور، ۱۳۹۷، ارزیابی شباهت هندسی داده های مکانی داوطلبانه در شبکه معابر درون شهری، فصلنامه مهندسی حمل و نقل 10 (2)، https://www.civilica.com/Paper-JR_JTE-JR_JTE-10-2_009.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (چهرقان, علیرضا و رحیم علی عباس پور، ۱۳۹۷)
برای بار دوم به بعد: (چهرقان و علی عباس پور، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Afandizadeh, S., Javanshir, H. and Elyasi, R. (2010) Development of ...
  • Alenouri, H., Meshkani, S. M., Saffarzadeh, M. and sherafatypour, S. ...
  • Anderson, D. L., Ames, D. P. and Yang, P. (2014) ...
  • Beheshtinia, M. A. and Bargbid, H. (2017) A hybrid model ...
  • Chehreghan, A. and Abbaspour, R. A. (2017) An assessment of ...
  • Craglia, M. (2007) Volunteered geographic information and spatial data infrastructures: ...
  • Fan, H., Zipf, A., Fu, Q. and Neis, P. (2014) ...
  • Fan, H., Yang, B., Zipf, A. and Rousell, A. (2016) ...
  • Flanagin, A. J. and Metzger, M. J. (2008) The credibility ...
  • Forghani, M. and Delavar, M. (2014) A quality study of ...
  • Girres, J. F. and Touya, G. (2010) Quality assessment of ...
  • Goodchild, M. F. (2007) Citizens as sensors: the world of ...
  • Goodchild, M. F. and Hunter, G. J. (1997) A simple ...
  • Haklay, M. (2010) How good is volunteered geographical information A ...
  • Haklay, M., Singleton, A. and Parker, C. (2008) Web mapping ...
  • Khammar, G., Pasban, V. and Mojgan, N. (2017) An application ...
  • Li, L. and Goodchild, M. F. (2011) An optimisation model ...
  • Mackaness, W. A. and Mackechnie, G. A. (1999) Automating the ...
  • Mascret, A., Devogele, T., Berre, I. L. and Hénaff, A. ...
  • Mirbaha, B., Sherafatipour, S. and Mahpour, A. (2015) Congestion Pricing ...
  • Mohammadi, N. and Malek, M. (2015) VGI and Reference Data ...
  • Olteanu Raimond, A. M. and Mustière, S. (2008) Data Matching ...
  • Rasafi, R., Momeni, F., Astaraki, Z. and Amini, B. (2012) ...
  • Saberian, J., Malek, M. and Hamrah, M. (2014) Using Dual ...
  • Teymourian, F., Alesheikh, A. A., Alimohammadi, A. and SadeghiNiaraki, A. ...
  • Tong, X., Liang, D. and Jin, Y. (2014) A linear ...
  • Walter, V. and Fritsch, D. (1995) Matching techniques for road ...
  • Walter, V. and Fritsch, D. (1999) Matching spatial data sets: ...
  • Wang, Y., Chen, D., Zhao, Z., Ren, F. and Du, ...
  • Zhang, M. (2009) Methods and implementations of road-network matching , ...
  • Zolfaghari, A. and KarkeAbadi, Z. (2013) Intelligent Routing For Rescue ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۳۱۸۰
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.