محمد کریمی فیروزجایی؛ امیر صدیقی؛ نجمه نیسانی سامانی
چکیده
بکارگیری ویژگیهای بهینه در الگوریتمهای مختلف طبقهبندی، بر دقت نتایج حاصل از طبقهبندی تأثیرگذار میباشد. هدف از پژوهش حاضر بررسی قابلیتهای تصاویر هایپریون و لندست و مقایسه کارایی الگوریتمهای بهینهسازی ازدحام ذرات و جستجوی گرانشی جهت تعیین ویژگیهای بهینه برای تفکیک اراضی فضای سبز و شالیزار میباشد. در این مطالعه ...
بیشتر
بکارگیری ویژگیهای بهینه در الگوریتمهای مختلف طبقهبندی، بر دقت نتایج حاصل از طبقهبندی تأثیرگذار میباشد. هدف از پژوهش حاضر بررسی قابلیتهای تصاویر هایپریون و لندست و مقایسه کارایی الگوریتمهای بهینهسازی ازدحام ذرات و جستجوی گرانشی جهت تعیین ویژگیهای بهینه برای تفکیک اراضی فضای سبز و شالیزار میباشد. در این مطالعه از تصاویر ماهوارهای لندست، هایپریون و مجموعه دادههای واقعی مربوط به منطقهای در شمال ایران استفاده شده است. در این مطالعه کارایی الگوریتمهای بهینهسازی ازدحام ذرات و جستجوی گرانشی جهت تعیین ویژگیهای بهینه و قابلیت تصاویر لندست و هایپریون برای تفکیک اراضی فضای سبز و شالیزار با استفاده از مجموعهی دادههای واقعی مقایسه گردید. برای ارزیابی نتایج از پارامترهای دقت کاربر، دقت تولید کننده، دقت کلی و ضریب کاپا استفاده شده است. نتایج پژوهش بیانگر این است که دقت کلی تفکیک اراضی فضای سبز و شالیزار با تصویر هایپریون 15 درصد بالاتر از تصویر لندست میباشد. بکارگیری شاخصهای طیفی در فرایند طبقهبندی، سبب بهبود دقت تفکیک اراضی فضای سبز و شالیزار در هر دو داده لندست و هایپریون می گردد. همچنین استفاده از الگوریتم بهینهسازی برای تعیین ویژگیهای بهینه و استفاده از ویژگیهای بهینه در فرایند طبقهبندی سبب افزایش دقت تفکیک اراضی فضای سبز و شالیزار میگردد. با توجه به مقادیر دقت کلی، کارایی الگوریتم بهینهسازی جستجوی گرانشی برای تفکیک اراضی فضای سبز و شالیزار 2 درصد بهتر از الگوریتم ازدحام ذرات میباشد.
طاهره قائمی راد؛ محمد کریمی
چکیده
آتش سوزی جنگلی یکی از رایج ترین خطرات اکولوژیکی محسوب میشود که پیش بینی صحیح گسترش آن موضوعی حیاتی در حداقل نمودن اثرات مخرب ناشی از آن محسوب می شود. این پدیده به عواملی از جمله توپوگرافی، پوشش گیاهی و اقلیم بستگی دارد. در میان مدل های موجود مدل های قطعی تجربی که در قالب رستر ارائه شده اند از جمله اتوماتای سلولی، به دلیل سادگی مدلسازی ...
بیشتر
آتش سوزی جنگلی یکی از رایج ترین خطرات اکولوژیکی محسوب میشود که پیش بینی صحیح گسترش آن موضوعی حیاتی در حداقل نمودن اثرات مخرب ناشی از آن محسوب می شود. این پدیده به عواملی از جمله توپوگرافی، پوشش گیاهی و اقلیم بستگی دارد. در میان مدل های موجود مدل های قطعی تجربی که در قالب رستر ارائه شده اند از جمله اتوماتای سلولی، به دلیل سادگی مدلسازی و توانایی در مدل سازی سیستم های پیچیده دارای محبوبیت بیشتری هستند. سیستم های شبیه ساز مختلفی جهت شبیه سازی و پیش بینی گسترش آتش با استفاده از اتوماتای سلولی توسعه یافته اند. کیفیت نتایج حاصل از این سیستم ها علاوه بر میزان پیچیدگی مدل به صحت و اطمینان پارامترهای ورودی نیز بستگی دارد که اغلب این پارامترها، دارای درجه ای از عدم اطمینان هستند. یکی از پیشنهادات سازنده جهت غلبه بر مشکل عدم اطمینان، استفاده از رویکرد دو مرحله ای شبیه سازی می باشد. در این رویکرد، ابتدا کلیه ی پارامترهای موجود در مدل با مقایسه ی نتایج حاصل از شبیه سازی با واقعیت بهینه می شوند، سپس مدل شبیه سازی مربوطه با در نظر گرفتن مقادیر بهینه ی بدست آمده برای پارامترها به شبیه سازی گام بعدی گسترش می پردازد. یکی از مهمترین نکات در طراحی این سیستم استفاده از روش بهینه سازی مطلوب می باشد. در این پژوهش جهت غلبه بر مشکل عدم اطمینان و ارتقاء دقت مدل سازی گسترش آتش سوزی جنگلی و اجرای رویکرد دو مرحله ای از دو روش بهینه سازی ازدحام ذرات و کلونی زنبور عسل برای بخشی از جنگل های استان گیلان استفاده شده است. نتایج حاصل نشان می دهد روش بهینه سازی کلونی زنبور عسل نسبت به روش بهینه سازی ازدحام ذرات، دارای توانایی بالاتری به منظور تولید پارامترهای بهینه ی مدل مورد نظر می باشد.