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

طراحی شبکه عصبی بر پایه آشکارسازی لبه

اعتبار موردنیاز: ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۱۳۱۵ | نظرات: ۰
سال انتشار: ۱۳۸۷
نوع ارائه: پوستر
محل انتشار: همایش ژئوماتیک 87
کد COI مقاله: GEO87_124
زبان مقاله: فارسی
حجم فایل: ۱.۷۴ مگابات (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله طراحی شبکه عصبی بر پایه آشکارسازی لبه

سیدمجتبی شهابی - دانشجوی کارشناسی ارشد سنجش از دور، دانشکده ژئودزی و ژئوماتیک، دانشگاه
علی محمدزاده - دانشجوی دکتری سنجش از دور، دانشکده ژئودزی و ژئوماتیک، دانشگاه صنعتی خو
  محمدجواد ولدان زوج (شناسه پژوهشگر - Researcher ID: ۲۴۰۷)
دانشیار سنجش از دور، دانشکده ژئودزی و ژئوماتیک، دانشگاه صنعتی خواجه نصیرطوس

چکیده مقاله:

از آنجایی که صنعت سنجش از دور به سمت اخذ تصاویر با قدرت تفکیک مکانی بالا پیش می رود، اهمیت استفاده از این تصاویر، برای تهیه نقشه های بزرگ مقیاس دوچندان شده است و تکنیک های پردازش تصاویر سنجش از دور، به عنوان یکی از مهمترین بخش های استخراج اطلاعات از این تصاویر محسوب میشود. یکی از تکنیک ها، استفاده از شبکه های عصبی مصنوعی، به عنوان سامانه هایی انعطاف پذیر با قابلیت پردازش های موازی است.
مهمترین اطلاعاتی که می بایست برای تهیه نقشه از تصاویر اخذ شود، عوارض موجود و موقعیت مکانی انها درتصاویر می باشد. اما برای کاهش حجم اطلاعاتی نقشه ها، تنها داشتن مرز و لبه ی عوارض کافیست. بدین منظور، سعی شده با طراحی یک شبکه عصبی مصنوعی، عملکرد این سامانه در زمینه استخراج لبه ی عوارض مورد بررسی قرار گیرد.
در این مقاله سعی شده در ابتدا شبکه عصبی بهینه ای طراحی شود که با صرف کمترین زمان آموزش دیده و نتیجه قابل قبولی را داشته باشد. در ادامه، مقایسه ای بین رفتار این شبکه عصبی و عملگری که این شبکه توسط آن آموزش دیده، بر روی تصاویر نوفه دار انجام شده است. با مقایسه نتایج، به وضوح می توان دریافت که شبکه عصبی طراحی شده ، نسبت به نویز حساسیت کمی از خود نشان داد ه است.

کلیدواژه‌ها:

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-GEO87-GEO87_124.html
کد COI مقاله: GEO87_124

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:
شهابی, سیدمجتبی؛ علی محمدزاده و محمدجواد ولدان زوج، ۱۳۸۷، طراحی شبکه عصبی بر پایه آشکارسازی لبه، همایش ژئوماتیک 87، تهران، سازمان نقشه برداری کشور، https://www.civilica.com/Paper-GEO87-GEO87_124.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: (شهابی, سیدمجتبی؛ علی محمدزاده و محمدجواد ولدان زوج، ۱۳۸۷)
برای بار دوم به بعد: (شهابی؛ محمدزاده و ولدان زوج، ۱۳۸۷)
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 :

  • Yasar Beceriki and H. Engin Demiray, ، Alternative Neural Network ...
  • R. Rojas, Neural Networks, Springer-Verl ag, Berlin, 1996 ...
  • Sebastian Seung, Multilayer perceptrons and backpropagation learning, 9.641 Lecture 4: ...
  • 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 پیشنهادی مرتبط

    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.