پیش بینی دمای هوا با استفاده از پردازش تصاویر ماهواره و شبکه های عصبی با یادگیری ماژولار
محل انتشار: یازدهمین کنفرانس سراسری سیستم های هوشمند
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 807
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS11_114
تاریخ نمایه سازی: 14 مهر 1392
چکیده مقاله:
پیش بینی هوا بر اساس تصاویر ماهواره همیشه چالش برانگیز بوده است. مدل های عددی موجود برای پیش بینی جوی خیلی دقیق عمل نمی کن. علاوه بر این، در این زمینه بیشتر ازداده های عددی استفاده می شود. در نتیجه نیاز به مدل دقیق تری وجود دارد تا با وارد کردن امکانات جوی و تصاویر ماهواره در هر لحظه بتوان نتایج دقیق تر و بهتری را به دست آورد و از این طریق بهبودی در پیش بینی شرایط جوی ایجاد کرد. در این مقاله مدلی ترکیبی از پردازش تصاویر ماهواره و شبکه عصبی برای پیش بینی دمای هوا در شهر تهران ارائه می شود. در این مدل ابتدا با استفاده از روش تحلیل مولفه های اصلی حجم تصاویر کاهش می یابد و از طریق کاهش ابعاد ورودی و افزایش سرعت آموزش، یادگیری شبکه ماژولار می شود. سپس با استفاده از تصاویر کاهش یافته و الگوریتم لونبرگ، شبکه پرسپترون چند لایه آموزش داده می شود. در آخر این مدل را با حالتی که یادگیری شبکه ماژولار نباشد و حالتی که الگوریتم انتشار به عقب برای آموزش پرسپترون استفاده می شود، مقایسه کرد و نتایج نشان می دهد که مدل پیشنهادی نتایج بسیار خوبی را برای پیش بینی با تصاویر ماهواره دارد
کلیدواژه ها:
نویسندگان
زهرا زرگران
دانشجوی کارشناسی ارشد مهندسی دانش و علوم تصمیم، دانشگاه علوم اقتصادی
عباس احمدی
استادیار دانشکده مهندسی صنایع و سیستم های مدیریت، دانشگاه صنعتی امیرکبیر
فرحناز تقوی
استادیار ژئو فیزیک، دانشگاه تهران
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 :