مدل سازی تصویری اکتشاف پتانسیل های معدنی با استفاده از ماشین بردار پشتیبان
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
با ظهور داده های بزرگ در علوم زمین، مطالعات اکتشافی وارد ابعاد جدیدی شده است. منظور از داده های بزرگ اطلاعات تصویری با وضوح بالا است. از آنجا که این داده ها در علوم زمین حجم و تنوع بسیار زیادی دارند، استفاده از رویکردهای تجزیه و تحلیل داده های بزرگ در این حوزه ضروری است. در این مطالعه کاربرد ماشین بردار پشتیبان در بینایی ماشین در حوزه اکتشاف پتانسیل های معدنی مورد بررسی قرار می گیرد. در سال های اخیر طبقه بندی تصاویر توجه زیادی را در بینایی ماشین به خود معطوف کرده است که فرآیند آن شامل پیش پردازش و قطعه بندی، استخراج ویژگی و شناسایی کلاس مربوط است. در این مطالعه برای مدل سازی اکتشاف پتانسیل های معدنی از نقشه های زمین شناسی و تصاویر دورسنجی و از معماری الکس نت برای استخراج خودکار ویژگی ها استفاده شده و برای یادگیری الگوریتم، اطلاعات میدانی به کار گرفته می شود. در گام بعد برای مدل سازی به منظور شناسایی عوامل ساختاری در احتمال وقوع پتانسیل های معدنی، از ماشین بردار پشتیبان استفاده می شود. الگوریتم ها و شاخص های ارزیابی در هر مرحله در محیط متلب برنامه نویسی می شود. میزان دقت بدست آمده با استفاده از این روش، روی داده های آزمایشی 71 است. با توجه به مطالعه قبلی انجام شده توسط نویسندگان در شناسایی ساختارهای کانی زایی، متوسط دقت طبقه بندی داده های تصویری با استفاده از الگوریتم های شبکه عصبی کانولوشن 65 درصد، روش نقشه بردار زاویه طیفی در شناسایی زون های آلتراسیون 70 درصد و اعمال فیلترها در شناسایی گسل ها 28 درصد است. روش مورد استفاده در این تحقیق دقت بالایی دارد و از مزایای آن می توان به کاهش هزینه ها و افزایش سرعت در فرآیند تصمیم گیری اشاره کرد.
کلیدواژگان:
زبان:
فارسی
انتشار در:
صفحات:
31 تا 50
لینک کوتاه:
magiran.com/p2592713
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!