کسب و کار الکترونیکی در قرن بیستم نمونهای از بکارگیری سیستمهای کامپیوتری برای تسهیل، سرعت بخشیدن، بهتر و کم هزینه تر نمودن کسب و کار می باشد. با توجه به اهمیت روزافزون بحث کسب و کار الکترونیکی، تلاشهای متفاوت و گسترده ای در سطح دنیا در جریان است تا استانداردهایی برای آن تعریف شود تا دستیابی به تعاملات تجاری آسان گردد. ebxml به عنوان یک چارچوب برای کسب و کار الکترونیکی ایجاد شده است و روی تراکنش های تجاری بین شرکت های همکار تمرکز دارد. فرایندهای همکاری کسب و کار تحت مستندات xml تشریح میشود. از آنجا که در کسب و کار الکترونیکی اطلاعات تکنیکی و تجاری برای چگونگی اجراء فرایند همکاری کسب و کار لازم می باشد هر همکار تجاری یک فرم مشخصات همکاری ایجاد می کند که به آن پروتکل فرم مشخصات همکاری (cpp) گویند. مستندات cpp با فرمت xml ارائه می شوند. از جمله مشکلاتی که در چارچوب ebxml وجود دارد این است که روش مدونی برای پیدا کردن طرفین تجاری مناسب ارائه نشده است, که این موضوع پیدا کردن طرف تجاری مناسب را هنگامی که تعداد آنها در ثبات ebxml افزایش پیدا می کند را با مشکل مواجه می سازد. در این پایان نامه روشی را برای انطباق خریدار و فروشنده مبتنی بر چارچوب ebxml ارائه می دهیم. عمل انطباق را با معنا بخشیدن به cpp هر طرف تجاری و محاسبه شباهت معنایی بین مفاهیم آنها و بازیابی و امتیازدهی به اسناد کسب و کار انجام می دهیم. برای معنا بخشیدن به فرم مشخصات طرفین تجاری در حالت کلی n آنتالوژی و n رابطه سنجش شباهت معنایی را در نظر می گیریم و با اندیکس کردن مفاهیمِ هر سند تجاری به بازیابی اسناد مرتبط می پردازیم و مدلی مشابه با مدل برداری اما به روشی متفاوت برای امتیازدهی به اسناد بازیابی شده ارائه می کنیم. همچنین در ادامه این پایان نامه چهار آنتالوژی برای معنا بخشیدن به اسناد کسب و کار تعریف خواهیم کرد. چهار آنتالوژی را مبتنی بر متغیرهای مفهومی که در سند مشخصات اجزاء هسته ای چارچوب ebxml آمده است, ایجاد و در ثبات ebxml ثبت می کنیم. با توجه به ساختار هر آنتالوژی رابطه ای را برای سنجش شباهت معنایی بین مفاهیم آن آنتالوژی بدست آورده ایم. همچنین مدلی مبتنی بر مشخصات ebxml برای عمل انطباق طراحی می کنیم. در این مدل هر cpp هنگام ثبت، اندیکس گذاری می شود و بوسیله موتور انطباق cppهای منطبق با نیاز طرف تجاری امتیازبندی و به وی معرفی می گردد. دقت روش ارائه شده را ارزیابی و نتایج را با opossum و grisse که روش هایی برای بازیابی وب سرویس های معنایی می باشد, مقایسه کرده و به نتایج بهتری رسیدیم.

تولید اطلاعات دقیق و به روز از جمله ابزار های اساسی و مهم به منظور مدیریت و برنامه ریزی شهری می باشد. گسترش روز افزون تکنولوژی فتوگرامتری و سنجش از دور امکان استخراج اطلاعات متنوع از پوشش های شهری را فراهم می آورد. اما وجود عوارض متنوع در محدوده شهرها و نیز کاربری های مختلف اطلاعات مکانی تولید شده، تلفیق منابع داده را امری ضروری می کند. علاوه بر این، استفاده از تلفیق منابع متنوع داده سنجش از دوری جهت شناسایی عوارض شهری کارایی خود را به اثبات رسانده است. از این رو، در این تحقیق تلفیق داده جدید فراطیفی مادون قرمز حرارتی با قدرت تفکیک مکانی بالا و تصویر مرئی جهت شناسایی و طبقه بندی عوارض شهری مورد مطالعه قرار گرفت. در تحقیقات پیشین روش های پیشنهادی با تکیه بر اطلاعات طیفی / مکانی تصویر مرئی و نیز اطلاعات طیفی داده حرارتی به شناسایی عوارض شهری پرداختن اند. این در حالی است که، فضای ویژگی مکانی تولیدی از داده حرارتی مد نظر قرار نگرفته است. همچنین روش های کاهش ابعاد فضای ویژگی داده فراطیفی حرارتی در تحقیقات پیشین از کارایی مناسبی برخوردار نبوده است. در این تحقیق روشی سلسله مراتبی سه سطحی جهت شناسایی عوارض شهری با استفاده از داده های مذکور پیشنهاد گردیده است. در سطح اول با استفاده از فضای ویژگی طیفی / مکانی مستخرج از تصویر مرئی و نیز معرفی دو شاخص گیاهی جدید با عنوان های sivi و msivi تفکیک سه کلاس درختان، گیاهان و سایر عوارض شهری انجام شد. نتایج به دست آمده نشان داده استفاده از روش پیشنهادی در سطح اول شناسایی عوارض شهری، موجب افزایش دقت کلاس درختان و گیاهان به ترتیب تا 11 و 35 درصد در مقایسه با استفاده از فقط تصویر مرئی را نشان می دهد. در سطح دوم نشان داده شد که استفاده از روش کاهش ابعاد فضای ویژگی sppp در مقایسه با روش های شناخته شده دیگر بر روی داده حرارتی با افزایش دقتی کل و ضریب کاپا به ترتیب تا 4و 7 درصد همراه است. سپس با استخراج اطلاعات طیفی / مکانی از تصویر حرارتی کاهش ابعاد یافته و تصویر مرئی شش کلاس گیاهان شهری، ساختمان با سقف قرمز، ساختمان با سقف خاکستری، ساختمان با سقف آسفالت، راه ها و خاک پرداخته شد. در مرحله بعد خروجی سطح اول و دوم ادغام شد. خروجی مرحله ادغام، تصویر طبقه بندی شده خام شامل هفت کلاس "درختان"، "گیاهان"، "ساختمان با سقف قرمز"، "ساختمان با سقف خاکستری"، "ساختمان با سقف آسفالت"، "راه ها" و "خاک" است. در نهایت در سطح سوم، الگوریتمی شی مبنای نوین به منظور پس پردازش نقشه طبقه بندی-شده خام خروجی از مراحل قبل با عنوان روش" پس پردازش شی مبنا قاعده مبنا" ارائه گردید. نتایج حاصل از روش پیشنهاد شده در این تحقیق با نتایج خروجی مسابقه تلفیق داده جامعه سنجش از دور ieee 2014 با معیار کاپای ماتریس ابهام مقایسه و جزء بهترین نتایج قرار گرفت. همچنین نتایج بدست آمده برای دقت کل و ضریب کاپا مقادیر به ترتیب 95 و 83/92 درصد را نشان می دهد.