100000 تومان
افزودن به سبد خرید
0 فروش 607 بازدید
جزئیات محصول
تعداد قسمت: 1
پسوند فایل: zip
حجم فایل: 5MB
فایل راهنما: دارد
فریم ورک: MATLAB
بسته نصبی: ندارد
امکانات: فایل مقاله فارسی (منابع) و فایل ورد توضیحات (5 صفحه) و فایل شبیه سازی ام فایل و دیتابیس
تاریخ انتشار: 27 ژانویه 2021
دسته بندی: ,,,

تبلیغات

پروژه متلب تعیین میزان تخریب ناشی از زلزله در ساختما نها ،با استفاده از تصاویر ماهواره ای با قدرت تفکیک با لا

زلزلهّ مخربی می باشد که باعث زیان ها و اختلال در امور اقتصادی ، محیطی و کلیة امور زندگی بشر می شود . بنابراین استفاده از دانش و تکنولوژی برای نجات انسان ها و اموال آنها از طریق یک سیستم مدیریت بحران امری ضروری به نظر می رسد . با پیشرفت های اخیر در سنجش از دور و بهبود قدرت تفکیک مکانی در تصاویر ماهواره ای، امکان تخمین میزان تخریب ساختمان ها بعد از وقوع زلزله را فراهم آورده است، به طوری که نتیجة این کار برای برنامه ریزی جهت ارسال گروه های کمک و امداد رسانی و همچنین برآورد میزان خسارات اقتصادی و برنامه ریزی جهت بازسازی ها در آینده، به کار می رود . در عمل بسیاری از کارهای انجام شده در انجام تخمین میزان تخریب ساختمان ها به صورت دستی انجام می شود در حالی که این کار بسیار وقت گیر می باشد و نیاز به افرادی خبره در انجام این کار دارد . بنابراین هدف از این مقاله ارائة یک روش اتوماتیک برای استخراج ساختمان های تخریب شده با استفاده از تصویر ماهواره ای QuickBird بعد از زلزلة شهر بم و داده های بקְرداری قبل از زلزله می باشد و به منظور بردن دقّت طبقه بندی بالاّ اطلاعات کمکی بافت، که با روش زمین آمار تولید می شوند استفاده می شود .

بخشی از گزارش

مسئله بعدی درمورد زمان اجرای الگوریتم هست، تصویری که شما به من دادید حدود ۱۸۰۰ تا ساختمون داخلش هست، این تصویر حالا ۳ یا ۴ تا کانال داره، ۲ تا تصویر هم هست، یکی قبل و یکی بعد از زلزله، برای هر ساختمون هم ۲۱ عدد feature استخراج میشه، یعنی ۳۰۲۴۰۰  بار feature های مختلف استخراج میشن که بعضیاشون محاسباتش زیاده و زمان بر هستن. به همین خاطر روند استخراج ویژگی کند هست.

مسئله دیگه بحث شیپ فایلهایی هست که شما در اختیار من گذاشتین. این واقعا عجیبه که توی یه شیپ فایل یه سری ساختمون مثلا به عنوان تخریب کامل label گذاری شدن اما توی اونیکی شیپ فایل این دسته بندی متفاوته!! این مسئله خیلی مهمی هست، اگر یک ساختمون وضعیتش جور دیگه باشه، مثلا سالم باشه اما لیبل تخریب کامل براش زده باشین، خب الگوریتم اصلا نمیتونه جواب مناسبی به شما بده! بخاطر اینکه مثلا میبینه تفاوت بین feature های استخراج شده خیلی کمه اما شما گفتین تخریب کامل، اصلا دسته بندی به این صورت جواب مناسبی نمیده. وضعیت تخریب باید حتما مربوط به ۲ تا تصویر ورودی باشه و کاملا درست هم باشه. حتی توی بعضی جاها برای تصویر ورودی اصلا ساختمونی وجود نداره اما توی شیپ فایل شما اونجارو ساختمون درنظر گرفته!! شما به تفاوت label گذاری ۲ تا شیپ فایلی که برای من فرستادین، توی تصویر پایین دقت کنین، یکی یه ساختمون رو گفته سالمه اونیکی همون ساختمون رو گفته تخریب کامله! خب اینجوری که هیچی درست در نمیاد! این لیبل گذاری باید بنابه تصویر ورودی شما درست باشه. در ضمن باید به تعداد کافی هم برای هر لیبل نمونه وجود داشته باشه. اگه به تعداد کافی وجود نداشته باشه الگوریتمهای دیگه خوب جواب نمیدنو شما فقط با درست کردن membership function ها و rule ها توی سیستم فازی تون میتونید این نقیصه رو برطرف کنین.

لینک مقاله اصلی

افزودن به سبد خرید

لطفاً براي ارسال دیدگاه، ابتدا وارد حساب كاربري خود بشويد

محصولات پر فروش

پر فروش ترین محصولات فروشگاه روکساوب