کاداستر را می‌توان یکی از نیاز‌‌های اساسی کشورهای درحال توسعه دانست، کاداستر، سیستم مدیریت الکترونیکی املاک است در زمان حاضر، وجود نقشه‌های کاداستر و مبارزه با زمین‌خواری از اهمیت ویژه‌ای برخوردار است. قانون کاداستر برای جلوگیری از زمین‌خواری، مدیریت بربازار مسکن و اخذ مالیات تصویب شده‌است. دستیابی به نقشه املاک به خصوص در مناطق شهری کاری بسیار چالش برانگیز است. روش‌های سنتی مانند نقشه‌برداری زمینی و تصویربرداری هوایی اغلب هزینه‌بر هستند و تولید آن‌ها زمان زیادی را تلف می‌کنند. این مشکل زمانی حاد می‌شود که در یک بازه زمانی کوتاه ساختمان‌های شهری تغییرات قابل توجهی داشته‌باشند و در نتیجه نقشه‌های پایه نیازمند به روز رسانی شوند، در چنین شرایطی پیچیدگی‌ها و هزینه‌های تولید نقشه افزایش می‌یابند.
فایل پاورپوینت موجود، یک ارائه کلاسی کامل از کاربرد هوش مصنوعی در تهیه نقشه کاداستر را بیان میکند.
فایل حاوی مطالب زیر خواهد بود:
- مقدمه
- استخراج اطلاعات
- طبقه‌بندی داده‌ها
- روش پیکسل مبنا
- روش شیء گرا
- روش‌های طبقه‌بندی
- طبقه‌بندی نظارت نشده
- طبقه‌بندی نظارت شده
- فتوگرامتری
- فرایند طبقه‌بندی داده‌های ماهواره‌ای
- یادگیری ماشین (MACHINE LEARNING)
- فرآیند یادگیری ماشین
- انتخاب بهترین الگوریتم
- مفاهیم OVERFITTING و BIAS در یادگیری ماشین
- روندکار
- طبقه‌بندی در نرم‌افزار ENVI
- طبقه‌بندی نظارت نشده
- خواندن تصاویر
- ابزار IsoData
- تنظیمات بعداز کلاسه‌بندی
- طبقه‌بندی نظارت شده
- ROI
- بررسی خطای ROI
- روش Maximum Likelihood
- روش شبکه عصبی
- نتیجه‌گیری
- منابع
فایلهای موجود در این پروژه:
فایل پاورپوینت شامل 13اسلاید شامل عکس و فیلم و مطلب (شکیل و استاندارد)
فایل PDF گزارشکار 23صفحه ای
تمام فایل های رفرنس به کار برده شده
فایل ارائه و توضیحات مربوط به هر اسلاید
نکته: حجم اصلی فایل 160mb است ، به دلیل محدودیت حجمی، فایل ارائه/کنفرانس جدا شده است. 2فایل موجود را بعداز خرید دانلود نمایید.
| machine-learning in classification_1633965720_52593_8520_1982.zip76.68 MB |
| video-conferance_1633966007_52593_8520_1842.zip87.33 MB |
