حسین صادقی؛ علی درویشی بلورانی؛ سیدکاظم علوی پناه
دوره 3، شماره 2 ، شهریور 1390
چکیده
سنجش از دور به دلیل کاربردهای مختلف آن، اهمیت عمده ای در حوزه های کاربردی علوم و فناوری های اطلاعات زمین دارد. با توجه به اهمیت حقوقی این علم و فناوری برای جامعه ی کاربران، در این مقاله جنبه های حقوقی آن در بستر معاهدات و کنوانسیون های بین المللی و قوانین ملی مورد کنکاش قرار گرفته است. مقاله حاضر ضمن تبیین ماهیت و ابعاد حقوقی ملی و بین ...
بیشتر
سنجش از دور به دلیل کاربردهای مختلف آن، اهمیت عمده ای در حوزه های کاربردی علوم و فناوری های اطلاعات زمین دارد. با توجه به اهمیت حقوقی این علم و فناوری برای جامعه ی کاربران، در این مقاله جنبه های حقوقی آن در بستر معاهدات و کنوانسیون های بین المللی و قوانین ملی مورد کنکاش قرار گرفته است. مقاله حاضر ضمن تبیین ماهیت و ابعاد حقوقی ملی و بین المللی سنجش از دور هوایی (فتوگرامتری)، به بررسی اسناد بین المللی مربوط به فعالیت های فضایی (سنجش از دور) ماهواره ای نیز تبیین می گردد. به رغن اهمیت موضوع، جایگا این حوزه از علم و فناوری هنوز در حقوق ملی و بین الملل تثبیت نشده است. با توجه به نتایج بررسی های دقیق این تحقیق، مواردی از کاربردهای حقوقی این ابزار علمی و فنی- نظیر استنادپذیری قضایی داده های ماهواره ای در برخی از نظام های حقوقی- بررسی و در این تحقیق بیان شده اند، که نمونه هایی از کاربرد فناوری مذکور در فرایندهای قضایی و حقوقی به شمار می آیند.
خلیل قربانی؛ علی خلیلی؛ سیدکاظم علوی پناه؛ غلامرضا نخعی زاده
دوره 1، شماره 4 ، اسفند 1388
چکیده
برای مطالعه سطح زمین با تصاویر ماهواره ای، طبقه بندی و تشیخص درست پیکسل های ابری امری ضروری به شمار می آید. از میان روش های طبقه بندی موجود می توان به مدل های شبکه عصبی و درخت تصمیم در داده کاوی اشاره کرد که الگوریتم های متعددی از این دو دسته مدل، شکل گرفته و توسعه یافته اند، به منظور ارزیابی دقت این مدل ها در طبقه بندی و انتخاب بهترین ...
بیشتر
برای مطالعه سطح زمین با تصاویر ماهواره ای، طبقه بندی و تشیخص درست پیکسل های ابری امری ضروری به شمار می آید. از میان روش های طبقه بندی موجود می توان به مدل های شبکه عصبی و درخت تصمیم در داده کاوی اشاره کرد که الگوریتم های متعددی از این دو دسته مدل، شکل گرفته و توسعه یافته اند، به منظور ارزیابی دقت این مدل ها در طبقه بندی و انتخاب بهترین آن ها، یاده الگوریتم از این دو دسته مدل ارزیابی شدند. بدین منظور با انتخاب 40000 پیکسل با ویژگی های مناطق ابری، صاف، برفی و آب در چهار کلاس از تصاویر کالیبره شده ماهواره نوآ بر روی گستره ایران در فصول مختلف سال و با استخراج اطلاعات پنج باند نوآ محاسبه نسبت های باندی NDVI، نسبت بازتابندنگی باند یک باز تابندگی باند دو و اختلاف دمای درخشندگی باند پنج با دمای درخشتندگی باند چهار و معرفی آن ها به عنوان متغیرهای ورودی، دقت هر یک از الگوریتم ها در طبقه بندی این کلاس ها مقایسه شد. زمان اجرای سریع الگوریتم های درخت تصمیم در مقایسه با اجرای کندتر الگوریتم های شبکه عصبی ماتریس تطابق که تعداد درستی و خطا در طبقه بندی پیکسل هانشان می دهد، مشخص شد که در بین یازده الگوریتم مورد مقایسه، اگلوریتم درخت تصمیم C5، با 43 مورد خطا در تشخیص پیکسل های ابری، با دقتی معادل 56/99 درصد دارای بهترین دقت در طبقه بندی است. نیز با توجه به مزایای ذکر شده برای این دسته مدل های طبقه بندی، C5 مناسب ترین الگوریتم برای طبقه بندی پیکسل های ماهواره ای و تشخیص های ابری شناخته شد.
