شناسایی نشت نفت در دریا بر اساس تصاویر ماهواره ای با استفاده از شبکه عصبی کانولوشنال سبک وزن

نویسنده:
پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

آلودگی نشت نفت در دریا اثرات جدی بر محیط های اکولوژیکی دریایی، منابع اکولوژیکی و اقتصاد دریایی گذاشته است. تشخیص به موقع و کم هزینه ی این نشتی امری ضروری است که پژوهشگران در سال های اخیر تلاش نموده اند که بر اساس روش های مبتنی بر یادگیری ماشین و یادگیری عمیق به این هدف دست یابند. در میان این روش ها، شبکه عصبی کانولوشنال (CNN) قادر است ویژگی های فضایی را از مجموعه داده های عظیم به طور خودکار استخراج کند. با الهام از این شبکه، در این مقاله یک شبکه عصبی کانولوشنال سبک وزن پیشنهاد شده است که ضمن کاهش پیچیدگی محاسباتی در طی فرآیند استخراج ویژگی، دقت و صحت بالایی از تشخیص نیز حاصل شود. نتایج حاصل از پیاده سازی و اجرای این روش نشان می دهد که در بهترین حالت صحت 99 درصد و دقت، فراخوانی و امتیاز اف-1 98 درصد به ثبت رسیده است.

زبان:
فارسی
صفحات:
43 تا 48
لینک کوتاه:
magiran.com/p2633834 
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.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
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!