[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
برای نویسندگان::
آرشیو مجله و مقالات::
برای داوران::
تماس با ما::
امکانات پایگاه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
پایگاه های نمایه کننده







 
..
آمار سایت
تعداد مشاهده ی مقالات: 2784495

مقالات منتشر شده: 661
نرخ پذیرش: 73.6
نرخ رد: 17.63

میانگین دریافت تا تصمیم‌گیری اولیه: 5 تا 10 روز
میانگین دریافت تا پذیرش: 191 روز
____
..
:: دوره 4، شماره 3 - ( 11-1393 ) ::
دوره 4 شماره 3 صفحات 60-51 برگشت به فهرست نسخه ها
مدل‌سازی منطقه ای TEC با استفاده از شبکه‌های عصبی مصنوعی و مدل چند جمله‌ای در ایران
میر رضا غفاری رزین* ، علی محمدزاده
چکیده:   (7647 مشاهده)
در این مقاله از یک شبکه عصبی مصنوعی پرسپترون 3 لایه با 5 نرون در لایه مخفی جهت مدلسازی مقدار محتوای الکترون لایه یونوسفر (TEC) استفاده شده است. بدین منظور از 25 ایستگاه GPS شبکه ژئودینامیک کشور ایران در محدوده عرض جغرافیایی 24 الی 40 درجه و طول جغرافیایی 44 الی 64 درجه استفاده گردیده است. ارزیابی نتایج بدست آمده از شبکه عصبی مصنوعی مدلسازی شده برای این منطقه توسط 1 ایستگاه تست GPS که مقادیر محتوای الکترونی آن از قبل در دست بوده انجام گرفته است. به دلیل اینکه ایستگاه مورد نظر مجهز به دستگاه اندازه گیری مستقیم دانسیته الکترونی بوده (دستگاه یونوسوند) و بصورت مستقل می توان در موقعیت آن ایستگاه مقدار محتوای الکترونی را با دقت و صحت بالا بدست آورد، از این ایستگاه برای تست نتایج استفاده شده است. مینیمم خطای نسبی بدست آمده از این ارزیابی 73/0 درصد و ماکزیمم خطای نسبی66/34 درصد می باشد. همچنین جهت ارزیابی کارائی شبکه های عصبی مصنوعی در برآورد مقدار محتوای الکترون یونوسفر، در این مقاله از یک چندجمله ای مرتبه 3 با 11 ضریب جهت مدلسازی TEC استفاده شده است. مقایسه مقادیر خطای نسبی محاسبه شده برای مدل چندجمله ای با مقادیر خطای نسبی بدست آمده برای شبکه عصبی، حاکی از برتری این روش نسبت به مدل چندجمله ای در برآورد مقدار محتوای الکترون لایه یونسفر در این منطقه است. تعداد نرونهای لایه مخفی در شبکه عصبی و نیز مرتبه و تعداد ضرایب چند جمله ای مورد استفاده در این مقاله بر اساس آزمون و خطا و با در نظر گرفتن مینیمم خطای نسبی برای نتایج تعیین شده است.
واژه‌های کلیدی: شبکه های عصبی مصنوعی، محتوای الکترون یونوسفر، مدل پرسپترون، پس انتشار خطا، مدل چندجمله ای، GPS
متن کامل [PDF 538 kb]   (2498 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: ژئودزی و هیدروگرافی
دریافت: 1393/12/13
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


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

M. R. Ghaffari Razin, A. Mohammadzadeh. Regional Ionosphere Modeling Using Artificial Neural Networks and Polynomial Fitting Over Iran. JGST 2015; 4 (3) :51-60
URL: http://jgst.issgeac.ir/article-1-280-fa.html

غفاری رزین میر رضا، محمدزاده علی. مدل‌سازی منطقه ای TEC با استفاده از شبکه‌های عصبی مصنوعی و مدل چند جمله‌ای در ایران . علوم و فنون نقشه برداری. 1393; 4 (3) :51-60

URL: http://jgst.issgeac.ir/article-1-280-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 4، شماره 3 - ( 11-1393 ) برگشت به فهرست نسخه ها
نشریه علمی علوم و فنون نقشه برداری Journal of Geomatics Science and Technology