دانشگاه تبریز
فهرست نشریات دارای اعتبار وزارت علوم، تحقیقات و فناوری
پایگاه استنادی علوم جهان اسلام (ISC)

 آمار

تعداد نشریات44
تعداد شماره‌ها1,303
تعداد مقالات16,020
تعداد مشاهده مقاله52,486,850
تعداد دریافت فایل اصل مقاله15,213,897
ولیزاده کامران, خلیل, عدیمی, فاطمه, پورقربان بنام, محمدحسین. (1403). شناسایی پهنه های مستعد زمین لغزش با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه (MLP) مطالعه موردی: شهرستان خلخال. سامانه مدیریت نشریات علمی, 3(9), 104-81. doi: 10.22034/rsgi.2024.58772.1057
خلیل ولیزاده کامران; فاطمه عدیمی; محمدحسین پورقربان بنام. "شناسایی پهنه های مستعد زمین لغزش با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه (MLP) مطالعه موردی: شهرستان خلخال". سامانه مدیریت نشریات علمی, 3, 9, 1403, 104-81. doi: 10.22034/rsgi.2024.58772.1057
ولیزاده کامران, خلیل, عدیمی, فاطمه, پورقربان بنام, محمدحسین. (1403). 'شناسایی پهنه های مستعد زمین لغزش با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه (MLP) مطالعه موردی: شهرستان خلخال', سامانه مدیریت نشریات علمی, 3(9), pp. 104-81. doi: 10.22034/rsgi.2024.58772.1057
ولیزاده کامران, خلیل, عدیمی, فاطمه, پورقربان بنام, محمدحسین. شناسایی پهنه های مستعد زمین لغزش با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه (MLP) مطالعه موردی: شهرستان خلخال. سامانه مدیریت نشریات علمی, 1403; 3(9): 104-81. doi: 10.22034/rsgi.2024.58772.1057

شناسایی پهنه های مستعد زمین لغزش با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه (MLP) مطالعه موردی: شهرستان خلخال

نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی
دوره 3، شماره 9 - شماره پیاپی 8، دی 1402، صفحه 104-81    اصل مقاله (1.95 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22034/rsgi.2024.58772.1057
نویسندگان
خلیل ولیزاده کامران* 1؛ فاطمه عدیمی2؛ محمدحسین پورقربان بنام2
1گروه سنجش از دورو GIS دانشگاه تبریز
2دانشگاه تبریز
چکیده
یکی از مخاطراتی که زیر ساخت های موجود در مناطق مختلف را تهدید می کند، پدیده زمین لغزش است. مطالعه حاضر سعی در شناسایی پهنه های مستعد این پدیده طبیعی در شهرستان خلخال دارد، که با استفاده از روش شبکه عصبی انجام گرفته است. برای این منظور ۹ عامل تاثیر گذار بر لغزش شناسایی و تهیه شدند، لایه لغزش های اتفاق افتاده، از عکس های هوایی و تصاویر ماهواره ای و بازدید های میدانی بدست آمده و با استفاده ازنقاط غیر لغزشی در سطح منطقه، داده های آموزش شبکه عصبی پرسپترون چند لایه را ایجاد کردند. این داده ها به منظور مدلسازی شبکه عصبی، پس از آماده سازی اولیه در محیط نرم افزار ARC GIS 10.5 به نرم افزار MATLAB 2016 منتقل شده و با استفاده از کد نویسی شبکه عصبی MLP آموزش دیدند تا در مورد داده هایی که با آنها برخورد نداشته اند، پیش بینی انجام دهند. ساختار شبکه عصبی طراحی شده از بین شبکه های بسیاری که ایجاد و آزمایش شدند، ۱-۱۲-۹ انتخاب شد، که ۹ ورودی به تعداد معیار های تاثیرگذار، ۱۲ نورون در لایه میانی و یک نورون و لایه برای خروجی شبکه بدست آمد. نتایج نمودار اعتبار سنجی مدل شبکه عصبی (ROC) نشان دهنده دقت بالای ۹۵ درصدی مدل ایجاد شده در پیش بینی پیکسل های لغزشی است. بر طبق نتایج حاصله ۵۷/۰، ۱۱/۰، ۰۷/۰ ، ۰۶/۰ و ۱۷/۰ درصد از منطقه مورد مطالعه به ترتیب در کلاس های بسیار زیاد، زیاد، متوسط، کم و خیلی کم قرار گرفتند.
کلیدواژه‌ها
زمین لغزش؛ شبکه عصبی مصنوعی؛ نمودار منحنی ROC؛ شهرستان خلخال
مراجع
آمار
تعداد مشاهده مقاله: 229
تعداد دریافت فایل اصل مقاله: 208


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب