تناظریابی عوارض چندضلعی بر اساس معیارهای هندسی در مجموعه دادههای چندمقیاسی
Authors
Abstract:
شناسایی عوارض با ماهیّت یکسان در مجموعه دادههای مختلف تحت عنوان تناظریابی شناخته میشود که میتواند کاربردهای متفاوتی نظیر تلفیق، بهروز رسانی و ارزیابی کیفیت داشته باشد. هدف از این مطالعه ارائه راهکاری جهت شناسایی عوارض چندضلعی متناظر با استفاده از خصوصیات هندسی عوارض میباشد. بدین منظور راهکاری متشکل از چهار مرحله پیشپردازش، محاسبه شباهت مکانی، استخراج روابط متناظر و ارزیابی نتایج پیشنهاد میگردد. در این راهکار یک الگوریتم تناظریابی احتمالیمبنا ارائه شده که در آن از چهار معیار اندازهگیری شباهت فاصله، مساحت همپوشانی، جهت و شکل عارضه استفاده شده است. پیادهسازی بر روی منطقه شش تهران به عنوان منطقه مورد مطالعه با دو مجموعه داده متفاوت با مقیاسهای 1:2000 و 1:25000 انجام شده است. نتایج نشان میدهد که الگوریتم ارائه شده با ترکیب چهار معیار معرفی شده به دقت F1-score برابر با 99 درصد بر روی منطقه مطالعاتی رسیده است. همچنین در این تحقیق میزان تأثیر هریک از معیارهای مورد بررسی هم به صورت مجزا و هم در حالتهای مختلف ترکیب با یکدیگر مورد مطالعه قرار گرفت که نشان میدهد لزوما با افزایش تعداد معیارهای شباهت دقت افزایش نمییابد.
similar resources
بهبود تناظریابی گذرگاههای درون شهری بر اساس هندسه عوارض در ساختار داده های چندمقیاسی
هدف از تناظریابی عوارض، شناسایی عوارض متناظر در مجموعه دادههای مختلف در دنیای واقعی میباشد. تحقیق حاضر چارچوبی را برای بهبود تناظریابی گذرگاههای شهری در مجموعه دادههای با مقیاس و منابع متفاوت ارائه میدهد. چارچوب پیشنهادی بر اساس نظریه گراف و در نظر گرفتن معیارهای مرتبط با هندسه عوارض، جهت تناظریابی مجموعه دادههای شبکه راههای درون شهری در مقیاسها و منابع مختلف میباشد. در راهکار ارائه شده...
full textارزیابی الگوریتمهای بهینهسازی در تناظریابی دادههای مکانی چندمقیاسی مبتنی بر ویژگیهای هندسی
شناسایی عوارض با ماهیّت یکسان در مجموعه دادههای مختلف تحت عنوان تناظریابی عوارض شناخته میشود. تناظریابی کاربردهای مستقیم و غیر مستقیم بسیاری نظیر تلفیق، ارزیابی کیفیّت، به روز رسانی دادهها و انجام آنالیزهای چندمقیاسی دارد. از این رو در این تحقیق راهکاری نوین جهت تناظریابی عوارض ارائه میگردد که ضمن در نظر گرفتن تنها معیارهای هندسی (خصوصیات هندسی و توپولوژیکی) استخراج شده از عوارض، هرگونه وابست...
full textبهبود تناظریابی گذرگاههای درون شهری بر اساس هندسه عوارض در ساختار داده های چندمقیاسی
هدف از تناظریابی عوارض، شناسایی عوارض متناظر در مجموعه دادههای مختلف در دنیای واقعی میباشد. تحقیق حاضر چارچوبی را برای بهبود تناظریابی گذرگاههای شهری در مجموعه دادههای با مقیاس و منابع متفاوت ارائه میدهد. چارچوب پیشنهادی بر اساس نظریه گراف و در نظر گرفتن معیارهای مرتبط با هندسه عوارض، جهت تناظریابی مجموعه دادههای شبکه راههای درون شهری در مقیاسها و منابع مختلف میباشد. در راهکار ارائه شده...
full textتناظریابی معابر برونشهری با استفاده از خط کمترین مربعات در پایگاه داده مکانی چندمقیاسی
با پیشرفت سریع تولید و جمعآوری دادههای مکانی و تکنیکهای پردازش آنها، همواره حجم عظیمی از دادهها که ناحیه جغرافیایی یکسانی را میپوشاند، در دسترس قرار میگیرد. این حجم داده، متخصصین حوزه علوم ژئوماتیک را به ایجاد پایگاه داده چندمقیاسی با اهدافی مانند به روز رسانی مجموعه دادهها و آنالیزهای چندمقیاسی ترغیب کرده است. هسته اصلی تولید پایگاههای چندمقیاسی، فرآیند تناظریابی دادهها میباشد. در ا...
full textتناظریابی پایدار بر مبنای عوارض Hessian-Affine و توصیفگر MROGH
تناظریابی یکی از فرآیندهای اساسی و مهم در فتوگرامتری است. در این مقاله یک روش دقیق و پایدار برای تناظریابی اتوماتیک تصاویری که دارای اختلافات هندسی زیاد ناشی از تغییر نقطهی دید تصویربرداری هستند، ارائه شدهاست. روش پیشنهادی از سه مرحله اصلی تشکیل شدهاست. در مرحله اول یک مجموعه از عوارض پایدار تصویر با بهرهگیری از الگوریتم Hessian-Affine و با استفاده از دو قید توزیع مکانی و مقیاس استخراج می...
full textطراحی مدل کمینهسازی عدم اطمینان بر اساس معیارهای کیفیت دادههای حسابداری
پژوهش حاضر با استفاده از اطلاعات مالی سالهای 1380 تا 1389 شرکتهای پذیرفته شده در بورس واوراق بهادار، در مرحله اول ضمن بررسی چگونگی ارتباط 14 مورد از معیارهای مرسوم کیفیت با یکدیگر،آنها را با عدم اطمینان به عنوان یک سنجه واحد، مورد آزمون قرار میدهد. سپس در مرحله دوم با استفادهاز روششناسی درخت تصمیم فازی، چگونگی موازنه معیارهای کیفیت و ترکیبی از آن معیارها که می-تواند به کمینهسازی عدم اطمینان منت...
full textMy Resources
Journal title
volume 7 issue 4
pages 73- 87
publication date 2018-06
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023