طبقهبندی تصاویر ماهوارهای در تهیه نقشه کاداستر
کاداستر را میتوان یکی از نیازهای اساسی کشورهای درحال توسعه دانست، کاداستر، سیستم مدیریت الکترونیکی املاک است در زمان حاضر، وجود نقشههای کاداستر و مبارزه با زمینخواری از اهمیت ویژهای برخوردار است. قانون کاداستر برای جلوگیری از زمینخواری، مدیریت بربازار مسکن و اخذ مالیات تصویب شدهاست. دستیابی به نقشه املاک به خصوص در مناطق شهری کاری بسیار چالش برانگیز است. روشهای سنتی مانند نقشهبرداری زمینی و تصویربرداری هوایی اغلب هزینهبر هستند و تولید آنها زمان زیادی را تلف میکنند. این مشکل زمانی حاد میشود که در یک بازه زمانی کوتاه ساختمانهای شهری تغییرات قابل توجهی داشتهباشند و در نتیجه نقشههای پایه نیازمند به روز رسانی شوند، در چنین شرایطی پیچیدگیها و هزینههای تولید نقشه افزایش مییابند.
فایل پاورپوینت موجود، یک ارائه کلاسی کامل از کاربرد هوش مصنوعی در تهیه نقشه کاداستر را بیان میکند.
فایل حاوی مطالب زیر خواهد بود:
- مقدمه
 - استخراج اطلاعات
 - طبقهبندی دادهها
 - روش پیکسل مبنا
 - روش شیء گرا
 - روشهای طبقهبندی
 - طبقهبندی نظارت نشده
 - طبقهبندی نظارت شده
 - فتوگرامتری
 - فرایند طبقهبندی دادههای ماهوارهای
 - یادگیری ماشین (MACHINE LEARNING)
 - فرآیند یادگیری ماشین
 - انتخاب بهترین الگوریتم
 - مفاهیم OVERFITTING و BIAS در یادگیری ماشین
 - روندکار
 - طبقهبندی در نرمافزار ENVI
 - طبقهبندی نظارت نشده
 - خواندن تصاویر
 - ابزار IsoData
 - تنظیمات بعداز کلاسهبندی
 - طبقهبندی نظارت شده
 - ROI
 - بررسی خطای ROI
 - روش Maximum Likelihood
 - روش شبکه عصبی
 - نتیجهگیری
 - منابع
 
فایلهای موجود در این پروژه:
فایل پاورپوینت شامل 13اسلاید شامل عکس و فیلم و مطلب (شکیل و استاندارد)
فایل PDF گزارشکار 23صفحه ای
تمام فایل های رفرنس به کار برده شده
فایل ارائه و توضیحات مربوط به هر اسلاید


