محاسبه درصد پوشش گیاهی با استفاده از شبکه های عصبی مصنوعی و شاخص های گیاهی جهت بهبود شاخص عمودی خشکسالی اصلاح شده (حوضه شیطور، یزد)
چکیده
چکیده‌ای برای این سند ثبت نشده است.
پایان‌نامه‌های مشابه
پایش و توسعه مدل شبکه عصبی مصنوعی پیش بینی خشکسالی با استفاده از شاخص spi ؛ مطالعه موردی: استان کهگیلویه و بویر احمد
چکیده خشکسالی یکی از پدیده های آب و هوایی و از جمله رخدادهایی است که هر ساله خسارت های زیادی را باعث می شود. این پدیده در واقع از ویژگی های اصلی و تکرار شوند ه ی اقلیم های متفاوت به شمار می رود و اثرهای آن صرفاً به نواحی خشک ونیمه خشک محدود نمی شود، بلکه خشکسالی هم در نواحی خشک و
تخمین مقاومت فروروی، رطوبت بحرانی و شاخص خمیرایی در خاکهای زراعی دشت اردبیل با استفاده از روشهای شبکه عصبی مصنوعی و رگرسیونی
اندازه گیری مستقیم خصوصیات مکانیکی و فیزیکی خاک وقت گیر، هزینه¬بر و گاهی اوقات به دلیل خطاهای آزمایشی و غیریکنواختی خاک غیرواقعی است. در عوض این خصوصیات می¬توانند به عنوان یک جایگزین از ویژگی های زودیافت خاک مانند توزیع اندازه ذرات، کربن آلی، جرم مخصوص ظاهری و حقیقی، کربنات کلسیم
پیش بینی تحرکات شاخص قیمت سهام با استفاده از الگوهای شبکه عصبی مصنوعی(ann)و ماشین بردار پشتیبان(svm)
بورس مکانی برای سرمایه گذاری وکسب درآمد و سود از طریق نگهداری و معامله سهام می باشد. بورس ایران به عنوان یکی از بورسهای نو ظهور و پویا که تغیرات شاخص قیمت سهام در آن بعلت اینکه تحت تاثیر عوامل کلان اقتصادی (سیاست، خط و مشی شرکت ها، شرایط اقتصادی، انتظار سرمایه گذاران در تغییرات ب
پیش بینی عملکرد بیومس و اسانس و برخی از شاخص های رشدی گیاه مرزه (satureia hortensis)?با استفاده از خصوصیات فیزیکی و شیمیایی خاک و شبکه عصبی مصنوعی
-1- مقدمه درحال حاضر تقاضای روزافزونی برای داروهای با منشأ طبیعی وجود دارد که عمدتاً به دلیل طیف گسترده فواید زیست شناختی، برخورداری این داروها از خاصیت امنیت غذایی بیشتر، سازگاری بهتر با بدن و قیمت ارزان تر آن ها نسبت به داروهای شیمیایی است. هم اکنون بیش از یک چهارم داروهای تجوی
آنالیز تجربی و شبیه سازی ارتعاشی مدل واقعی دستگاه pt500 و تخمین درصد احتمال تغییر شکل (عمر) با استفاده از شبکه عصبی مصنوعی
مطالعه و بررسی عیوب سیستم های مکانیکی در سال های اخیر اهمیت ویژه ای یافته است. در این پژوهش، تشخیص ترک پره پروانه دستگاه pt500 مورد نظر است که برای این منظور از روش های مختلف استفاده شده است. برای انجام آزمایش تجربی ابتدا در پره دستگاه ترک ایجاد شده و این پره در آزمایشگاه پایش وض
بهبود برآورد درصد پوشش گیاهی در مناطق شهری با استفاده از تصاویر ماهواره ای چند مقیاسه
کیفیت زندگی در محیط شهری رابطه نزدیکی با وجود پوشش گیاهی دارد، رشد شهرها و مشکلات مربوط به محیط شهری برنامه ریزان را وادار به اجرای سیاست هایی برای ارتقای کیفیت محیط شهری کرده است. بنابراین تهیه نقشه پوشش گیاهی برای برنامه ریزی و مدیریت شهر امری حیاتی است. با توجه به پیچیدگی محیط
اسناد مشابه
بررسی کارایی استفاده از تصاویر ماهواره ای و شبکه های عصبی مصنوعی در تخمین درصد پوشش گیاهی در مناطق خشک
پوشش گیاهی یکی از مهم ترین اجزای اکوسیستم هاست و دانستن درصد پوشش گیاهی سطحی برای بررسی میزان فرسایش خاک، شدت خشکسالی، مطالعات زیست محیطی، منابع طبیعی و غیره بسیار ضروری است. هدف از این تحقیق محاسبه ی درصد پوشش گیاهی با استفاده از تصاویر ماهواره ای و شبکه های عصبی مصنوعی (پرسپترو
بررسی تاثیر شاخص خیسی و داده های طیفی در براورد درصد ذرات خاک با استفاده از مدل های نروفازی،شبکه عصبی مصنوعی و رگرسیون درختی
برآورد مستقیم برخی از ویژگی های خاک وقت گیر ، پر هزینه و گاها امکان پذیر نیست، در سال های اخیر از روش های غیر مستقیم برای برآورد این خصوصیات استفاده می شود. در مطالعه حاضر بر اساس تکنیک هایپرکیوب، محل 115 پروفیل شناسایی و سپس نمونه برداری از افق ها انجام گرفت و درصد شن و رس و سیل
تعیین روش بهینه طبقه بندی و نقشه سازی کاربری/ پوشش اراضی با مقایسه الگوریتم های شبکه عصبی مصنوعی وماشین بردار پشتیبان با استفاده از داده های ماهواره ای (مطالعه موردی: تالاب بین المللی هامون)
زمینه و هدف: طبقه بندی تصاویر یکی از روش های مهم درتفسیرتصاویر ماهواره ای است که کاربرد زیادی در بررسی تغییرات زمین دارد. در این میان داده های ماهواره ای به دلیل ارایه اطلاعات به روز، ارزان بودن و تنوع اشکال بهترین وسیله برای آشکارسازی و ارزیابی تغییرات شناخته شده است. از طرفی دی
تهیه نقشه پوشش اراضی شهر اراک با استفاده از روش های طبقه بندی شبکه عصبی مصنوعی و حداکثر احتمال
تهیة نقشة پوشش اراضی، برای بسیاری از فعالیت های برنامه ریزی و مدیریت شهری دارای اهمیت است. در پژوهش حاضر، به منظور تهیة نقشة پوشش اراضی شهر اراک از داده های رقومی سنجنده liss-iii (1385) استفاده شد. ابتدا تصویر با میانگین خطای مربعات 58/0 پیکسل تصحیح هندسی شد و با توجه به کوهستانی
تهیه نقشه پوشش اراضی شهر اراک با استفاده از روشهای طبقه‌بندی شبکه عصبی مصنوعی و حداکثر احتمال
تهیة نقشة پوشش اراضی، برای بسیاری از فعالیت‌های برنامه‌ریزی و مدیریت شهری دارای اهمیت است. در پژوهش حاضر، به‌منظور تهیة نقشة پوشش اراضی شهر اراک از داده‌های رقومی سنجنده LISS-III (1385) استفاده شد. ابتدا تصویر با میانگین خطای مربعات 58/0 پیکسل تصحیح هندسی شد و با توجه به کوهستانی
مقایسه عملکرد شبکه عصبی مصنوعی، ماشین بردار پشتیبان و مدل شیءگرا در پایش تغییرات سطح پوشش برف با استفاده از تصاویر چند زمانه لندست (مطالعه موردی: کوهستان الوند)
پوشش برف و تغییرات زمانی آن، از پارامترهای اساسی در بررسیهای هیدرولوژیکی و اقلیم شناسی میباشند. امروزه با استفاده از تصاویر ماهوارهای میتوان به ارزیابی تغییرات سطح پوشش برف در سریهای زمانی مختلف پرداخت. پژوهش حاضر با هدف پایش تغییرات سطح پوشش برف در کوهستان الوند همدان با استفاده