مقاله کنفرانسی سال ۱۴۰۴ فارسی

ارائه روشی کارآمد برای طبقه بندی بهینه پوشش اراضی شهری با استفاده از ترکیب الگوریتم بهینه سازی ستاره دریایی و شبکه عصبی کانولوشن

چکیده مقاله

با رشد سریع شهرنشینی پایش و طبقه بندی دقیق پوشش اراضی شهری به امری ضروری در مدیریت پایدار شهری تبدیل شده است اگرچه شبکه های عصبی کانولوشنی CNN توانایی بالایی در استخراج ویژگی های پیچیده از داده های سنجش از دور دارند اما عملکرد آنها به شدت وابسته به تنظیم بهینه هایپرپارامترها است هدف این پژوهش ارائه یک روش ترکیبی نوین برای طبقه بندی بهینه پوشش اراضی شهری با استفاده از الگوریتم بهینه سازی ستاره دریایی SFOA و شبکه عصبی کانولوشنی است در این پژوهش از الگوریتم بهینه سازی ستاره دریایی برای تنظیم خودکار هایپرپارامترهای کلیدی CNN شامل تعداد فیلترها، اندازه فیلترها، اندازه گام، اندازه کرنل، لایه MaxPooling، نرخ Dropout و اندازه Batch استفاده شده است مجموعه داده Urban Land Cover از UCI شامل ۱۶۸ نمونه با ۱۴۸ ویژگی، طیفی، شکلی و بافتی به عنوان داده های پژوهش مورد استفاده قرار گرفت عملکرد روش پیشنهادی با معیارهای دقت، صحت، فراخوانی و F۱ Score ارزیابی شد نتایج آزمایش ها نشان داد که روش ترکیبی SFOA CNN با دقت کلی ۹۴ ۷ کارآمدتر از روش های پایه است این روش توانست هایپرپارامترهای بهینه را به صورت خودکار شناسایی کند و منجر به بهبود ۱۲ ۳ در دقت طبقه بندی نسبت به CNN با هایپرپارامترهای پیش فرض شود، همچنین روش پیشنهادی تعادل بهتری بین اکتشاف و بهره برداری در فضای جستجوی هایپرپارامترها ایجاد کرد ترکیب الگوریتم بهینه سازی ستاره دریایی با شبکه عصبی کانولوشنی به عنوان یک روش کارآمد و خودکار برای طبقه بندی پوشش اراضی شهری پیشنهاد می شود این روش نه تنها دقت طبقه بندی را به طور قابل توجهی بهبود می بخشد بلکه وابستگی به تنظیم دستی هایپرپارامترها را کاهش می دهد کاربردهای عملی این پژوهش در حوزه های برنامه ریزی شهری، مدیریت منابع طبیعی و پایش تغییرات محیطی قابل تصور است

کلیدواژه‌ها

نویسندگان

تصویر حسن قائدی

حسن قائدی

Department of Electrical Engineering, Khorm C , Islamic Azad University, Khormoj, Iran

شیوه ارجاع

�لبوت، علیرضا و معصومی، اشکان و قائدی، حسن،1404،ارائه روشی کارآمد برای طبقه بندی بهینه پوشش اراضی شهری با استفاده از ترکیب الگوریتم بهینه سازی ستاره دریایی و شبکه عصبی کانولوشن،هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع،اسفراین

ارائه‌شده در

پوستر مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع19 آبان 1404 · اسفراین
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۱۸۱ مشاهده

طراحی یک تقویت کننده کم نویز سه طبقه با روش استفاده مجدد از جریان و بهبود در عملکرد بهره و عدد نویز

این مقاله یک تقویت کننده کم نویز با بهبود عملکرد در عدد نویز و بهره با استفاده از سه ساختار استفاده مجدد…

عدد نویزبهرهطبقه آبشاری
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۳ مشاهده

امکان سنجی طراحی و تحلیل اقتصادی - زیست محیطی احداث نیروگاه فتوولتائیک ۱ مگاواتی در دانشگاه آیت الله بروجردی با رویکرد تامین انرژی پایدار و ارتقاء تاب آوری زیرساخت های حیاتی با استفاده از نرم افزارهای PVSyst و RETScreen

تامین برق پایدار نقش مهمی در کاهش هزینه های انرژی و افزایش بهره وری دارد و می تواند به منبع درآمدی برای…

نیروگاه فتوولتائیکانرژی خورشیدیتحلیل اقتصادی
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۲ مشاهده

ارائه ی معماری ترکیبی GAN-YOLOv۸-CNN/CTC جهت بازشناسی مقاوم پلاک خودرو

در این پژوهش یک چارچوب یکپارچه و ماژولار برای تشخیص خودکار پلاک خودرو و تعیین وضعیت زوج یا فرد ارائه شده…

YOLOV۸بازشناسی توالی (CNN/CTC)بهینه سازی HT-SSA
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۲ مشاهده

بررسی هوش مصنوعی در سیستمهای ایمنی خودروهای خودران

AI وسایل نقلیه خودران AVS نشان دهنده پیشرفتی متحول کننده در حمل و نقل هستند که با ادغام هوش مصنوعی و فنا…

هوش مصنوعیسیستم های خودرانسیستم های ایمنی خودرو
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۲ مشاهده

چارچوب امنیتی نوین برای اینترنت اشیای خودرویی (IoV) مبتنی بر یادگیری فدرال و بلاک چین سبک وزن

با گسترش فناوری های هوشمند در حوزه حمل و نقل و ظهور شبکه های متصل میان وسایل نقلیه، اینترنت اشیای خودروی…

اینترنت اشیای خودرویییادگیری فدرالامنیت سایبری
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۰ مشاهده

بخش بندی داده محور مشتریان تجارت الکترونیک با استفاده از مدل RFM و الگوریتم K-Means

در عصر داده محور کنونی بخش بندی مشتریان در پلتفرم های تجارت الکترونیک نقش کلیدی در بهینه سازی راهبردهای…

بخش بندی مشتریانتجارت الکترونیکمدل RFM