Программа ScanEx-NeRIS
Программа ScanEx-NeRIS предназначена для тематической интерпретации пространственных данных, в первую очередь данных дистанционного зондирования Земли. Основным инструментом, реализованным в программе, являются нейронные сети Кохоне-на. Являясь одним из методов классификации многомерных данных, нейронные сети Кохонена обладают важными дополнительными свойствами, на которых основана значительная часть используемых в программе алгоритмов. Возможности пакета тематической обработки растровых изображений в программе ScanEx-NeRIS:
Модуль Arc-SDM для ArcView Модуль Arc-SDM — одно из свободно доступных расширений ArcView для моделирования в ГИС на основе алгоритмов нечеткой логики и нейронных сетей. С точки зрения пользователя ГИС, процесс пространственного моделирования с использованием этого модуля состоит в построении нового тематического слоя на основе нескольких уже существующих. Arc-SDM использует два нейросетевых алгоритма, которые вынесены в самостоятельный программный модуль DataXplore. Первый построен на основе ней-росети, использующей радиальные базисные функции, второй — на основе кластеризации в нечеткой логике. Нейросеть, использующая радиальные базисные функции, должна пройти этап обучения, в результате которого будет сгенерирован набор параметров, определяющий взаимосвязь между входными слоями данных и выходным (результирующим) слоем. После этого для классификации данных можно использовать обученную нейросеть. Например, в геологической задаче исследования полезных ископаемых, результирующий слой содержит сведения о наличии или отсутствии месторождений. Входные данные, используемые в процессе обучения, можно разделить на два типа — местоположения известных месторождений и участки территории, про которые известно, что там полезных ископаемых нет. На основе исходных векторных тематических слоев геоинформационной системы создается грид-тема, далее подготовленный набор данных передается в программный модуль DataXplore. Результат вычислений отображается в виде нового тематического слоя. Контрольные вопросы 1. В чем состоят перспективы интеграции технологий ИИ с ГИС? Какие 2. Проведите сравнение машины фон Неймана с биологической ней 3. Нарисуйте схемы и поясните принципы работы технического и 4. Классификация нейронных сетей и ее принципы. Чем отличаются 5. Нейросетевой алгоритм обратного распространения ошибки. В чем 6. Охарактеризуйте нейросетевые алгоритмы квантования данных. 7. Расскажите об областях применения нейросетевых ГИС. 8. Сформулируйте основные функции нейросетевого программного 9. Дайте характеристику программному обеспечению нейросетевых
Популярное: Почему люди поддаются рекламе?: Только не надо искать ответы в качестве или количестве рекламы... Модели организации как закрытой, открытой, частично открытой системы: Закрытая система имеет жесткие фиксированные границы, ее действия относительно независимы... Как вы ведете себя при стрессе?: Вы можете самостоятельно управлять стрессом! Каждый из нас имеет право и возможность уменьшить его воздействие на нас... Почему человек чувствует себя несчастным?: Для начала определим, что такое несчастье. Несчастьем мы будем считать психологическое состояние... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (880)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |