[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 1، شماره 1 - ( 9-1392 ) ::
جلد 1 شماره 1 صفحات 1-18 برگشت به فهرست نسخه ها
مدل‌سازی تعیین نقاط بهینه حفاری با بهره‌گیری از تصویر ماهواره‌ای Hyperion و شبکه‌های عصبی
امین مهرمنش ، محمدجواد ولدان‌زوج، محمودرضا صاحبی، متین فروتن، ماهیار سلطانی
چکیده:   (2409 مشاهده)
از اهداف اساسی و اولیه در مطالعات تفصیلی اکتشاف منابع معدنی، تفکیک آلتراسیون‌های معدنی به‌منظور مدل‌سازی شکل و موقعیت توده‌های معدنی و تهیه نقشه نقاط بهینه حفاری است. نخستین هدف این مقاله تفکیک آلتراسیون‌های معدنی در تصویر ماهواره‌ای فراطیفی Hyperion با استفاده از دو روش SAM و نسبت باندی است. در ادامه با استفاده از شبکه‌های عصبی پرسپترون چندلایه و تابع شعاع‌مبنا، به منظور تلفیق لایه‌های مؤثر بر کانی‌سازی مس پورفیری و لایه آتراسیون حاصل از طبقه‌بندی تصویر، هدف دوم که همان مدل‌سازی نقاط بهینه حفاری است، حاصل می‌گردد. نتایج طبقه‌بندی تصویر فراطیفی با استفاده از روش‌های مذکور، نشان می‌دهد که روش نسبت باندی که قبل از به‌کارگیری آن از تبدیل MNF استفاده شده است، دارای دقتی بالا و در حدود 2/94 درصد (دقت کلی به‌دست آمده از ماتریس خطا) است. نتایج بهره‌گیری از شبکه‌های عصبی در مدل‌سازی تعیین نقاط بهینه حفاری نیز نشان می‌دهد که بهترین ساختار شبکه‌های عصبی، شبکه عصبی MLP است و میزان انطباق گمانه‌ها با نقشه تهیه شده به‌وسیله این شبکه عصبی 54 درصد است.
واژه‌های کلیدی: تصویر فراطیفی، آلتراسیون، مس پورفیری، شبکه عصبی، سنجنده Hyperion
متن کامل [PDF 1399 kb]   (450 دریافت)    
نوع مطالعه: پژوهشي |
دریافت: ۱۳۹۳/۱۱/۳۰ | پذیرش: ۱۳۹۳/۱۱/۳۰ | انتشار: ۱۳۹۳/۱۱/۳۰


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Determining the Optimum Position of Boreholes, Using Hyperion Image and Neural Networks Method. 3. 2013; 1 (1) :1-18
URL: http://jgit.kntu.ac.ir/article-1-53-fa.html

مهرمنش امین، ولدان‌زوج محمدجواد، صاحبی محمودرضا، فروتن متین، سلطانی ماهیار. مدل‌سازی تعیین نقاط بهینه حفاری با بهره‌گیری از تصویر ماهواره‌ای Hyperion و شبکه‌های عصبی. مهندسی فناوری اطلاعات مکانی. 1392; 1 (1) :1-18

URL: http://jgit.kntu.ac.ir/article-1-53-fa.html



دوره 1، شماره 1 - ( 9-1392 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.05 seconds with 811 queries by yektaweb 3604