اين وب سايت به ترجمه متون، مقالات و پايان نامه هاي برق و کامپيوتر اختصاص دارد. مقالات و پايان نامه هاي پيشنهادي همراه با تعداد زيادي از مقالات جديد ارائه شده در معتبرترين ژورنال ها و کنفرانس هاي بين المللي از بخش هاي اين سايت مي باشند.

سیستم اطلاعات جغرافیایی و شبکه های عصبی


بهبود پایداری سیستم قدرت با استفاده از کنترل کننده یکپارچه پخش توان (UPFC)


یک واحد تکفاز DG (سیستم تولید توزیع شده) دارای قابلیت فیلتر توان اکتیو شنت با اعمال فیلترینگ تطبیقی عصبی


مساله پیش بینی لینک در خصوص شبکه های اجتماعی


پايداري سيستم قدرت (پايان نامه)


بهبود پايداري سيستم قدرت با استفاده از UPFC (پايان نامه)


فرآیند های کنترل ژنراتور و توربین گازی: بررسی از دیدگاه کاربر


روش مبتنی بر اجماع برای حل مساله پخش اقتصادی در شبکه هوشمند


یکپارچه سازی پروژه های مزرعه بادی مقیاس-بالا به انضمام تجزیه و تحلیل قابلیت اطمینان سیستم


کاهش گذر های ناشی از سوئیچنگ خازن پشت به پشت در مدارات توزیع


کشف اطلاعات در شبکه های حسگر بیسیم چند بعدی


VFT: یک روش مجازی سازی و تحمل پذیری خطا برای پردازش ابری


یک کنترلر جریان مبتنی بر تابع لیاپانف برای کنترل جریان توان اکتیو و راکتیو در اینورتر فتوولتائیک متصل به شبکه سه فاز تحت شرایط ولتاژ شبکه تعمیم یافته


معرفی یک استراتژی کنترل جدید با استفاده از تابع لیاپانف برای فیلتر های توان اکتیو شنت تکفاز


معرفی یک مبدل جدید DC-DC پل کامل از نوع ZCS-PWM به همراه مدارات کمکی ساده


معرفی یک روش بهینه سازی مستمر با استفاده از الگوریتم قطرات اب هوشمند


معرفی یک چارچوب همکاری نظیر به نظیر برای تلفیق داده های حاصل از چند سنسور


ENGLISH

TITLE:  Neural Networks And Geographic Information Systems
Abstract— The latest stage of development of information science has been marked by increasingly frequent interrelation of powerful tools and conceptual solutions that stimulate better communication, comprehension and management of complex manifestations and processes in real geographic space. Geographic information systems together with artificial neural networks are applied to many areas of natural and social sciences in order to improve the processes of analysis, planning and decision-making The process of neural network learning is most often based on updating of weighted connection coefficients, and sometimes on updating of input processing units only.When the network learning has been completed, connection weighted coefficients remain unchangeable. Only then can the network be used for the anticipated tasks Used as a classifier of complex geographic and satellite gathered data, neural networks demonstrate many advantages over classic statistical classifier
Keywords—neural networks, geographic information systems, integration, classification, modeling, decision-making
توضيح و دانلود متن مقاله
سفارش

فارسي

عنوان:  سیستم اطلاعات جغرافیایی و شبکه های عصبی
چکيده:  جدید ترین مرحله از پیشرفت علم اطلاعات به وسیله افزایش قابل ملاحظه ارتباط متقابل میان ابزارهای قدرتمند و راه حل های مفهومی نمایان شده است که موجب ارتباطات بهتر، و درک و مدیریت بهتر تظاهرات و فرآیند های پیچیده در فضای جغرافیایی واقعی می شوند. سیستم های اطلاعات جغرافیایی(GIS) همراه با شبکه های عصبی مصنوعی در بسیاری از حوزه های علوم طبیعی و اجتماعی به کار گرفته شده اند تا اینکه فرآیند های تحلیل ، طراحی و تصمیم گیری را ارتقاء بخشنذ. پروسه یادگیری شبکه عصبی اغلب شامل آپدیت ضرایب اتصال وزنی می باشد و در مواردی نیز تنها شامل آپدیت واحد های پردازش ورودی می باشد. هنگامی که فرآیند یادگیری شبکه کامل می شود؛ ضرایب وزنی اتصال بدون تغییر باقی می مانند. در این زمان می توان از شبکه برای انجام وظایف پیش بینی شده استفاده نمود. شبکه های عصبی به عنوان طبقه بندی کننده داده های جغرافیایی پیچیده و داده های جمع آوری شده از طریق ماهواره، از مزایای بسیار زیادی نسبت به طبقه بندی کننده های آماری کلاسیک برخوردارند.
کلمات کليديـ شبکه های عصبی، سیستم های اطلاعات جغرافیایی، یکپارچگی، طبقه بندی، مدلسازی، تصمیم گیری
بازگشت به فهرست مقالات