GISAcademy.ir

#تولید داده های #خروجی #ArcGIS و انتقال آن به #MATLAB و خروجی گرفتن مناسب از نرم افزار MATLAB

🆔🅰 @GISAcademy

757 viewsA, 05:35

#لیست شماره 6: لیست آموزش‌های ویدیوئی نرم‌افزارها که تاکنون در گروه و کانال GIS Academy به اشتراک گذاشته شده هست.

آموزش #ArcGIS
https://t.me/GISACADEMY/328
https://t.me/GISACADEMY/340
https://t.me/GISACADEMY/344
https://t.me/GISACADEMY/1095
https://t.me/GISACADEMY/1096
https://t.me/GISACADEMY/1245
https://t.me/GISACADEMY/1318
https://t.me/GISACADEMY/1319
https://t.me/GISACADEMY/1320
https://t.me/GISACADEMY/1573
https://t.me/GISACADEMY/1621
https://t.me/GISACADEMY/1623
https://t.me/GISACADEMY/1680
https://t.me/GISACADEMY/1698
https://t.me/GISACADEMY/1708

بسته آموزشی سنجش از دور در نرم افزار #ArcMap در 20 جلسه
https://t.me/GISACADEMY/472

آموزش #ArcGIS در 9 قسمت
https://t.me/GISACADEMY/794

آموزش #ArcGIS در 4 قسمت
https://t.me/GISACADEMY/943

آموزش ورود به قسمت مدیریت ArcGIS Server
https://t.me/GISACADEMY/1649

آموزش ایجاد پایگاه داده مکانی و اشتراک گزاری آن به صورت سرویس نقشه
https://t.me/GISACADEMY/1653

آموزش ایجاد پایگاه داده مکانی Enterprise با استفاده از ArcGIS Server (بی صدا)
https://t.me/GISACADEMY/1654

آموزش اتصال به پایگاه داده مکانی Enterprise در ArcMap (بی صدا)
https://t.me/GISACADEMY/1655

آموزش افزودن ArcGIS Server به ArcMap (بی صدا)
https://t.me/GISACADEMY/1656

آموزش رجیستر کردن پایگاه داده با ArcGIS Server (بی صدا)
https://t.me/GISACADEMY/1657

آموزش وارد کردن داده به پایگاه داده با ArcGIS Server(بی صدا)
https://t.me/GISACADEMY/1658

آموزش رجیستر کردن پایگاه داده به عنوان سرویس GeoData(بی صدا)
https://t.me/GISACADEMY/1659

آموزش ایجاد نقشه از لایه های پایگاه داده (بی صدا)
https://t.me/GISACADEMY/1660

آموزش publish کردن نقشه به صورت سرویس نقشه پویا (بی صدا)
https://t.me/GISACADEMY/1661

آموزش Detach کردن و Attach کردن پایگاه داده برای انتقال پایگاه داده (بی صدا)
https://t.me/GISACADEMY/1662

آموزش پایگاه داده Enterprise GDB(بی صدا)
https://t.me/GISACADEMY/1663

آموزش #مکانیابی به روش #تحلیل_سلسله_مراتبی #AHPدر 6 قسمت
https://t.me/GISACADEMY/818

آموزش #Civil3D
https://t.me/GISACADEMY/334

آموزش #ERDAS IMAGINE
https://t.me/GISACADEMY/1019
https://t.me/GISACADEMY/1020

آموزش #IDRISI
https://t.me/GISACADEMY/339
https://t.me/GISACADEMY/341

آموزش #IDRISI در 7 قسمت
https://t.me/GISACADEMY/1235

آموزش #IDRISI در 4 قسمت
https://t.me/GISACADEMY/1091

معرفیقابلیتهای جدید نرم افزار قدرتمند #ENVI
https://t.me/GISACADEMY/1219

آموزش کامل #ENVI
https://t.me/GISACADEMY/1624

آموزش کامل #ENVI در 13 قسمت
https://t.me/GISACADEMY/682
https://t.me/GISACADEMY/690

آموزش استخراج #DEM یا #مدل_ارتفاعی_رقومی در #نرم_افزار #PCI_Geomatica
https://t.me/GISACADEMY/739

آموزش #Orthorectification یا #تصحیح_ارتفایی #تصاویر در نرم_افزار #ERDAS _IMAGINE
https://t.me/GISACADEMY/740

ویدیوی #آموزش موزاییک #تصاویر_ماهواره در #نرم_افزار #ERDAS
https://t.me/GISACADEMY/839

آموزش #Python در 51 قسمت
https://t.me/GISACADEMY/1517

آموزش #CSharp
https://t.me/GISACADEMY/343

آموزش دانلود داده‌های LiDAR از USGS
https://t.me/GISACADEMY/422

آموزش پردازش داده‌های LiDAR
https://t.me/GISACADEMY/424

آموزش نکات و ترفند های کار با اینترفیس نرم افزار AutoCAD
https://t.me/GISACADEMY/453

آموزش سه بعدی سلزی و انیمیشن سازی شهری در ArcGlobe
https://t.me/GISACADEMY/459

پکیج فیلم آموزشی مدل #تاپسیس در اکسل ؛ با روش وزن دهی آنتروپی در سه جلسه
https://t.me/GISACADEMY/573

آموزش #AHP
https://t.me/GISACADEMY/1161

آموزش #Scan2CAD
https://t.me/GISACADEMY/1353

آموزش اتوکد سیویل 3D در 70 قسمت
https://t.me/GISACADEMY/1457

آموزش #Global_Mapper

https://t.me/GISACADEMY/1670
https://t.me/GISACADEMY/1737

#پردازش_تصاویر ماهواره_ای در #Matlab
https://t.me/GISACADEMY/1677

آموزش #Google_Earth
https://t.me/GISACADEMY/1679

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BE5UikKaySkcozC31h8AZA

دانلود رایگان در کانال👇
🆔 @GISAcademy
🌎 وب سایت ما👇
🌎 www.GISAcademy.ir

GISAcademy.ir

🎥 #فایل_ویدیویی:
✅ بسته #آموزش_نرم_افزار_ArcGIS
🔵 قسمت اول: آشنایی با بخش Drawing
☑️ زبان: فارسی

🆔 @GIS_Learning_ForAll

#کانال_آموزشگاه_RS_GIS

2.7K viewsHadi Zarea, 16:28

GISAcademy.ir

2.3K viewsHadi Zarea, 16:14

GISAcademy.ir

شبیه‌سازي یا سیمولاسیون تقلیدي از یک سیستم یا فرآیند واقعی با گذشت زمان است. شبیه‌سازی در بسیاری زمینه‌ها از جمله مدل‌سازی سامانه‌های طبیعی و انسانی، برای کسب بینش در مورد پیرامون ، به کار می‌رود، در علوم سنجش از دور و GIS نیز شبیه‌سازی نقش مهمی در بررسی موضوعات مهمی چون آتش‌سوزی، گسترش شهری و پیش‌بینی ترافیک و .... دارد، در این میان نرم افزار Matlab ابزارهای مناسبی را جهت انجام این شیبه‌سازی یا مدل‌سازی فراهم کرده است. بدین منظور گروه GIS Academy با تهیه این مجموعه راه را برای یادگیری بهتر و سریعتر فارغ التحصیلان و دانشجویان علاقمند به موضوع شبیه‌سازي آسان نموده است. در این پروژه، پیش‌بینی و شبیه‌سازی ترافیک شهری بر اساس روش‌های هوش مصنوعی (ژنتیک و شبکه‌های عصبی) انجام گرفته است که تصاویری برخی محیط‌های این پروژه‌ نیز در شکل زیر نشان داده شده است. لازم بذکر است که این مجموعه در یادگیری نحوه انجام شبیه‌سازی و مدل‌سازی بسیار موثر می‌باشد چون این موارد رو می‌توان به دیگر پروژه‌های شبیه‌سازی تعمیم داد. این مجموعه شامل موارد زیر است.
1- کدهای متلب (GUI) مدل‌سازی و شبیه‌سازی ترافیک شهری بصورت دسته‌بندی شده و همراه با خروجی هر مرحله
2- داده‌های مورد نیاز برای مدل‌سازی و شبیه‌سازی ترافیک شهری
3- فایل توضیحات فارسی پروژه
4- تصاویری از روند اجرای پروژه
کلمات کلیدی:
#پیش_بینی #شبیه_سازی #سیمولاسیون #ترافیک #ترافیک_شهری #شبیه_سازی_ترافیک #هوش_مصنوعی #ژنتیک #شبکه‌_عصبی #متلب #کدهای_متلب #سنجش_از_دور #سیستم_اطلاعات_جغرافیایی #Simulation #Simulating #Forecasting #Traffic #Urban_Traffic #Artificial_Intelligent #Genetic #Neural_Networks #RS #GIS #Matlab

برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/traffic-forecasting/

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

گروه تخصصی GIS Academy | جی ای اس آکادمی

گروه تخصصی GIS Academy | جی ای اس آکادمی، بستری برای فعالان حرفه ای حوزه خدماتی و آموزشی تحلیل اطلاعات مکانی همچون آموزش GIS و RS و web GIS می باشد.

390 views10:48

GISAcademy.ir

امروزه سامانه‌های حمل و نقل به سمت هوشمندسازی حمل و نقل در حال حرکت می‌باشند یکی از راه‌های هوشمندسازی این سامانه طراحی و ساخت خودروهای هوشمند است که توسط کمپانی‌های بزرگی همچون گوگل مطالعات و فعالیت‌های زیادی در این زمینه انجام شده است. در بحث خودروهای هوشمند، استخراج عوارض از پوسته‌ معابر شهری همانند تابلوهای راهنمایی و رانندگی برای سامانه هوشمند همیار راننده بسیار مفید می‌باشد بطوریکه می‌تواند برای درک بهتر سامانه از محیط پیرامون و تصمیم‌گیری‌های درست مورد استفاده قرار می‌گیرد. در این راستا، گروه تخصصی GIS Academy برنامه‌ای برای استخراج تابلوهای راهنمایی و رانندگی مجاور جاده‌ها با استفاده از داده‌های لیزر اسکنر زمینی توسعه داده است که که می‌تواند برای تمام دانشجویان، فارغ التحصیلان، موسسات و شرکت‌هایی که در این زمینه فعالیت می‌کنند مفید واقع شود. پروژه آماده‌سازی شده شامل کدهای متلب (Matlab) برای استخراج تابلوهای راهنمایی و رانندگی مجاور جاده‌ها می‌باشد. در فاز اول پروژه جاری داده‌های لیزر اسکنر زمینی پیش‌پردازش می‌شوند. در فاز دوم پروژه عملیات حذف درختان انجام خواهد شد؛ برای این منظور یک انتقال از فضای سه بعدی به فضای دو بعدی اتفاق می افتد. در این انتقال ابر نقطه متراکم را به یک تصویر دو بعدی باینری تبدیل میشود. تصویر باینری حاصل نشان دهنده وجود یک الگوی خاص از پیکسل‌های عوارض مختلف در کنار هم در تصویر می باشد که با استفاده از الگوریتم‌های پردازش تصویر نقاط و پیکسل‌های مربوط به درختان شناسایی شناسایی و حذف می‌گردند. بعد از حذف درختان نیز دوباره نقاط با یک انتقال معکوس به فضای ابر نقاط تبدیل می‌گردند. در فاز سوم، از عوارض باقیمانده علایم راهنمایی و رانندگی استخراج می‌گردند. برای این کار ابتدا یک خوشه‌بندی دو بعدی انجام می‌شود سپس با تحلیل ریاضی آنالیز اجزای اصلی مولفه‌های ماتریس خوشه‌بندی محاسبه می‌گردد. این تحلیل نشان می دهد که رفتار کدام یک از عوارض شبیه هم هستند. مسلما عوارضی که بردار نرمال آنها عمود بر سطح زمین هستند، می‌توانند علایم راهنمایی رانندگی یا تیر برق باشند. از آنجایی که تیر برق‌ها مساحت پیکسلی کمتری دارند عوارض با سطح کمتر حذف و در نهایت علایم راهنمایی و رانندگی استخراج می‌گردند. با تست‌ها و ارزیابی‌های انجام گرفته از این برنامه بر روی مناطق مختلف، انعطاف و قابلیت این برنامه (کدهای متلب) در استخراج تابلوهای راهنمایی و رانندگی مشاهده گردیده است.

کلمات کلیدی:
#خودرو #هوشمند #استخراج_تابلو #استخراج_علایم_راهنمایی #استخراج_تابلوهای_راهنمایی #استخراج_تابلوهای_رانندگی #ناوبری #Sign_Extraction #Traffic #Traffic_Sign_Extraction #Vehicle #Intelligent #Intelligent_Vehicle #Intelligent_Transportation #Navigation_System #RS #GIS #Matlab

برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/traffic-sign-extraction/

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

کدهای استخراج تابلوهای راهنمایی و رانندگی مجاور جاده‌ها با استفاده از داده‌های لیزر اسکنر زمینی | جی ای اس آکادمی | GIS Academy

در این پروژه، برنامه‌ای برای استخراج تابلوهای راهنمایی و رانندگی مجاور جاده‌ها با استفاده از داده‌های لیزر اسکنر زمینی توسعه داده است که که می‌تواند برای تمام دانشجویان، فارغ التحصیلان، موسسات و شرکت‌هایی که در این زمینه فعالیت می‌کنند مفید واقع شود.

524 views16:03

GISAcademy.ir

مسئله‌ی یافتن کوتاه‌ترین مسیر، برای یافتن مسیرهای میان مکان‌های واقعی از قبیل راه‌های عبور و مرور در نقشه‌های اینترنتی مانند گوگل نقشه‌ها استفاده می‌شود. اگر برای رفت و آمد داخل شهری در تهران به راهنما نیاز دارید می‌توانید از برنامه کوتاه‌ترین مسیر استفاده کنید. در این برنامه کاربر با مشخص کردن نقاط مبدا و مقصد در روی نقشه تهران، کوتاهترین مسیر بین این دو نقطه روی نقشه نشان داده می‌شود. این برنامه در حالت پایلوت بر روی شهر تهران پیاده سازی شده است اما با داشتن نقشه شهرهای دیگر می‌توان به راحتی، این برنامه را برای دیگر شهرها نیز پیاده‌سازی نمود برای اینکار کافیست نقشه شهر مربوط را داخل کدها به برنامه معرفی نمود. این پروژه شامل مراحل کامل روش یافتن کوتاهترین مسیر بین دو نقطه روی نقشه می‌باشد که تمامی مراحل در نرم افزار Matlab کدنویسی گردیده‌اند. در این برنامه کاربر با مشخص کردن نقاط مبدا و مقصد در روی نقشه تهران، کوتاهترین مسیر بین این دو نقطه روی نقشه نشان داده می‌شود. علاقمندان و دانشجویانی که نیاز به آموختن سریع و راحت الگوریتم کوتاهترین مسیر بصورت عملی را دارند می‌توانند از این پروژه استفاده کنند. پروژه کوتاهترین مسیر شامل فایل‌های زیر می‌باشد.
1- کدهای متلب (GUI) برنامه کوتاهترین مسیر
2-فایل اجرایی (*.exe) برنامه برای اجرای مستقیم برنامه خارج از متلب
3- فایل توضیحات فارسی پروژه
کلمات کلیدی:
#کوتاهترین_مسیر #الگوریتم_کوتاهترین_مسیر #مسیریابی #ناوبری #کدهای_متلب #سنجش_از_دور #سیستم_اطلاعات_جغرافیایی #Navigation #Shortest_Path #RS #GIS #Matlab

برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/shortest_path_navigation/

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

کدهای پیاده سازی الگوریتم کوتاهترین مسیر در سطح کلانشهر تهران | جی ای اس آکادمی | GIS Academy

در این برنامه کاربر با مشخص کردن نقاط مبدا و مقصد در روی نقشه تهران، کوتاهترین مسیر بین این دو نقطه روی نقشه نشان داده می‌شود.

442 views07:19

GISAcademy.ir

هدف از این پروژه شناسایی مناطق مستعد دفع پسماندهای ساختمانی در محدودی شهرستان قزوین با در نظرگرفتن شرایط و ضوابط سازمان‌هایی همچون شهرداری، مدیریت پسماند و سازمان حفاظت محیط زیست و با استفاده از سامانه‌ی اطلاعاتی جغرافیایی GIS می‌باشد. بدین منظور در این پروژه از 18 لایه‌ی اطلاعاتی شامل زمین شناسی، نوع خاک و نفوذ پذیری، کاربری اراضی، اقلیم، فاصله از رودخانه، فاصله از مناطق حفاظت‌شده، فاصله از پوشش گیاهی، فاصله از گسل، فاصله از نقاط زمین لغزش، فاصله از جاده‌های آسفالت، فاصله از خطوط ریلی، فاصله از شهرها، فاصله از روستاهای اطراف، فاصله از نقاط و مراکز مهم (جاذبه‌های گردشگری، بناهای تاریخی و ...)، فاصله از خطوط برق، مدل رقومی زمین، شیب و جهت شیب در محدوده شهرستان قزوین بکار گرفته شدند و بعد از تولید نقشه‌های اولیه، طبقه‌بندی و ارزش‌گذاری زیرمعیارهای هر لایه اطلاعاتی انجام گرفته است و مقادیر ارزش‌گذاری به مقادیر فازی بین صفر و یک تبدیل گردیده‌اند. در پروژه حاضر از تلفیق دو روش تحلیل سلسله مراتبی و روش فازی برای مشخص کردن اوزان لایه‌ها استفاده شده است که بعد از محاسبه وزن هر لایه اطلاعاتی، تلفیق و هم‌پوشانی وزن‌دار لایه‌ها یا نقشه‌های بدست آمده انجام می‌گیرد تا در نهایت نقشه شایستگی مکانیابی محل دفن پسماندهای ساختمانی برای شهرستان قزوین تولید گردد که با بررسی نقشه شایستگی مکانیابی، دو سایت پیشنهادی به مساحت‌های 594/16 و 646/5 کیلومتر مربع انتخاب گردیده است که به ترتیب در جنوب و شرق شهر قزوین قرار گرفته‌اند. نتایج بررسی‌ها نشان می‌دهند که سایت‌های پیشنهادی می‌توانند گزینه‌های مناسب و ایده‌آلی برای محل دفن پسماندهای ساختمانی شهر قزوین انتخاب شوند بطوریکه در سایت پیشنهادی اول از مجموع 18 لایه‌ی اطلاعاتی 13 فاکتور وضعیت ایده‌آل و 3 فاکتور وضعیت مناسبی را دارا می‌باشد هم‌چنین سایت پیشنهادی دوم با دارا بودن 7 فاکتور ایده‌آل و 6 فاکتور با وضعیت مناسب می‌تواند جایگزین مناسبی برای سایت پیشنهادی اول و محل دفن پسماندهای ساختمانی باشند. علاقمندان و دانشجویانی که نیاز به آموختن سریع و راحت الگوریتم مکانیابی با Fuzzy AHP را بصورت عملی دارند می‌توانند از این پروژه استفاده کنند. پروژه جاری شامل فایل‌های زیر می‌باشد.
1- داده‌های نمونه (18 لایه اطلاعاتی) شهرستان قزوین برای انجام مکانیابی
2- نقشه‌های تولیدی هر مرحله از پروژه بصورت دسته‌بندی شده و مرتب
3- فایل توضیحات فارسی پروژه
کلمات کلیدی:
#مکانیابی #دفن_پسماند #دفن_زباله #پسماندهای_ساختمانی #مکانیابی_دفن_زباله #دفن_پسماندهای_ساختمانی #روش_فازی #فرآیند_سلسله_مراتبی #متلب #Site_Selection #Construction_Waste #Waste_Landfill #Urban_Landfill #AHP #Fuzzy_Method #RS #GIS #Matlab
برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/construction-waste-siteselection/

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

مکانیابی دفن پسماندهای ساختمانی با استفاده از روش‌های تصمیم‌گیری چندمعیاره AHP فازی و سیستم اطلاعات مکانی (GIS) | جی ای اس آکادمی…

703 views17:37

GISAcademy.ir

در پروژه جاری، تحلیل زمانی و مکانی آلودگی صوتی با استفاده از سیستم اطلاعات مکانی (GIS) انجام می‌گیرد که در آن از روش‌های خوشه بندی سلسله مراتبی تجمعی (AHC) و تحلیل مؤلفه‌های اصلی (PCA) استفاده شده است. در پروژه جاری، محدوده‌های تجریش، توحید، اتوبان همت و حکیم به دلیل حجم ترافیک بالا به عنوان محدوده‌های مطالعاتی انتخاب گردیدند و از طریق روش میدانی با استفاده از دستگاه سنجش صوت به سنجش تراز آلودگی صوتی پرداخته شد و نقشه‌ آلودگی صوتی به کمک روش‌های زمین‌آماری در نرم افزار GIS تهیه شد و با توجه به نقش پارامترهای ترافیک، شیب و کاربری‌های مسکونی، تجاری، اداری و فضای سبز، پارامترهای مذکور برای هر نقشه برداشت ثبت گردید و با استفاده از روش‌های آماری "خوشه‌بندی سلسله مراتبی" و "تحلیل مؤلفه‌های اصلی" در نرم افزار SPSS، میزان وابستگی‌های مکانی و زمانی آن‌ها استخراج‌شد. نتایج تحلیل‌های آماری نشان می‌دهد که بیشترین تاثیر بر میزان تراز آلودگی صوتی مربوط به میزان ترافیک با ضریب همبستگی پیرسن 0.93 و بعدازآن پارامتر عرض جاده‌ها با ضریب همبستگی 0.74 و بعد از آن به ترتیب کاربری‌های تجاری، مسکونی، اداری، شیب و فضای سبز می‌باشد. همچنین بیشترین تراز آلودگی صوتی نیز در کاربری‌های تجاری و اداری بوده است با توجه به اینکه میزان تراز صدا برای غالب محدوده‌ها در مناطق مسکونی بالاتر از 55 دسی بل به دست آمده است براساس آیین نامه حد مجاز صدا در هوای آزاد در ایران (حدمجاز برای مناطق مسکونی 55 تا 60 دسی بل)، محدوده‌های مطالعاتی دارای آلودگی صوتی می باشند. علاقمندان و دانشجویانی که نیاز به آموختن سریع و راحت تحلیل زمانی و مکانی آلودگی صوتی را بصورت عملی دارند می‌توانند از این پروژه استفاده کنند. پروژه جاری شامل فایل‌های زیر می‌باشد.
1- داده‌های نمونه شهرستان تهران برای تحلیل آلودگی صوتی آن
2- نقشه‌های تولیدی هر مرحله از پروژه
3- فایل توضیحات فارسی پروژه

کلمات کلیدی:
#آلودگی_صوتی #نویز #نقشه‌_آلودگی_صوتی #آلودگی_صوتی_تهران #Noise_Population #Principal_Component_Analysis #PCA #Hierarchical_Clustering #AHC #SPSS #RS #GIS #Matlab

برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/noise-population/

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

تحلیل زمانی و مکانی آلودگی صوتی با استفاده از سیستم اطلاعات مکانی (GIS)، خوشه‌بندی سلسله مراتبی تجمعی (AHC) و تحلیل مؤلفه‌های اصلی…

468 views10:25

GISAcademy.ir

Forwarded from Hadi Zarea

در کاربردهای سنجش از دور، کشف تغییرات یک پروسه‌ای است که با آنالیز یک جفت عکس از یک منطقه و در زمان‌های مختلف، به شناسایی تفاوت‌ها در زمین کمک می‌کند. این مسئله در زمینه‌های مختلف مانند مطالعه کاربری و پوشش دینامیک زمین، نطارت بر تغییر کشت، شناسایی مناطق سوخته، تجزیه تحلیل فرآیندهای جنگل زدایی، ارزیابی تغییرات پوشش گیاهی، نطارت بر توسعه رشد شهرها و اقیانوس شناسی نقشی مهم بازی می‌کند. به دلیل اینکه همه این کارها معمولاً نیاز به آنالیز منطقه بزرگی دارند، نیاز هست تکنیک‌های کاملاً اتوماتیک و بدون نظارت کشف تغییرات توسعه داده شوند تا زمان لازم برای تجزیه و تحلیل تصاویر ماهواره‌ای را کاهش دهند. در این راستا، گروه تخصصی GIS Academy روشی بر مبنای قوانین فازی برای کشف تغییرات از روی تصاویر ماهواره‌ای را در متلب کدنویسی و آماده‌سازی کرده است. در روش استفاده شده یک تکنیک حساس به بافت برای کشف تغییرات نظارت نشده در تصاویر چند زمانه، سنجش از دور را استفاده شده است. این تکنیک براساس روش خوشه‌بندی فازی و با همبستگی مکانی بین پیکسل‌های همسایه در دو تصویر مربوط به یک منطقه و در زمان‌های مختلف می‌باشد. در این پروژه از دو الگوریتم خوشه‌بندی فازی به نام‌های Fuzzy C-Mean (FCM) و Gustafson–Kessel Clustering (GKC) استفاده شده است. به منظور خوشه‌بندی تصاویر از اطلاعات پیکسل‌های همسایه استفاده شده است. هم‌چنین برای بهبود بیشتر عملکرد دو الگوریتم FCM و GKC آنها را با روش‌های بهینه‌سازی الگویتم ژنتیک (GA) و شبیه سازی تبرید (SA) تلفیق شده است. این پروژه به علاقمندان، فارغ التحصیلان و دانشجویانی که نیاز به آموختن سریع و کامل کشف تغییرات با منطق فازی بصورت عملی را دارند کمک شایانی می‌کند. پروژه جاری شامل فایل‌های زیر می‌باشد.
1- کدهای متلب کشف تغییرات بر مبنای قوانین فازی
2- داده‌های نمونه پروژه برای اجرای پروژه و مشاهده خروجی و نتایج آن
3- فایل توضیحات فارسی پروژه

کلمات کلیدی:
#طبقه_بندی_فازی #طبقه_بندی #دسته_بندی_فازی #دسته_بندی #کشف_تغییرات #ژنتیک #الگوریتم_ژنتیک #شبیه_سازی_تبرید #متلب #Fuzzy_Classification #Change_Detection #Fuzzy_C-Mean #FCM #GKC #Genetic #GA #Simulated_Annealing #SA #RS #GIS #Matlab

برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/fuzzy-change-detection/

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

پروژه طبقه‌بندی فازی برای کشف تغییرات از روی تصاویر ماهواره‌ای | جی ای اس آکادمی | GIS Academy

گروه تخصصی GIS Academy روشی بر مبنای قوانین فازی برای کشف تغییرات از روی تصاویر ماهواره‌ای را در متلب کدنویسی و آماده‌سازی کرده است.

675 views08:50

GISAcademy.ir

در پروژه جاری، از الگوریتم شبکه‌های عصبی بر مبنای ژنتیک برای تشخیص افراد عینکی استفاده شده است. در این پروژه ابتدا الگوریتم شبکه‌های عصبی بر مبنای ژنتیک توسط برخی از تصاویر آموزشی (تصاویر افراد عینکی) آموزش داده می‌شود و بعد از اتمام روند آموزش، عینکی یا غیرعینکی بودن تصاویر اشخاص معرفی شده به راحتی و با دقت بالایی تشخیص می‌گردد. الگوریتم شبکه‌های عصبی در این پروژه براساس تعدادی متفاوت از لایه‌های پنهان اجرا شده است.بطوریکه در استفاده از 4 لایه پنهان برای شبکه عصبی، دقت 100 درصد برای داده‌های آموزشی و دقت 90 درصد برای داده‌های تست بدست آمده است که نشان از دقت بالای الگوریتم استفاده است. علاقمندان و دانشجویانی که نیاز به آموختن سریع و راحت تشخیص الگو را بصورت عملی دارند می‌توانند از این پروژه استفاده کنند. پروژه جاری شامل فایل‌های زیر می‌باشد.
1- کدهای متلب پروژه
2- فایل توضیحات فارسی پروژه

کلمات کلیدی:
#تشخیص_الگو #بازشناسی_الگو #افراد_عینکی #تشخیص_افراد_عینکی #شبکه_‌های_عصبی #الگوریتم_ژنتیک #متلب #Glass_Man #Pattern_Recognition #Recognition #Pattern #Neural_Network #Genetic_Algorithm #Matlab

برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/glass-man-recognition/

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

کدهای متلب تشخیص افراد عینکی با استفاده از الگوریتم شبکه‌های عصبی بر مبنای ژنتیک | جی ای اس آکادمی | GIS Academy

در پروژه جاری، از الگوریتم شبکه‌های عصبی بر مبنای ژنتیک برای تشخیص افراد عینکی و غیرعینکی استفاده شده است.

503 views11:11

GISAcademy.ir

مدل رقومی زمین (DTM) یکی از ضروریت‌ها برای آنالیز و بصری‌سازی داده‌های سیستم اطلاعات مکانی می‌باشد که با پیداش لیدار تولید مدل رقومی زمین آسان، سریع و ارزان شده است. برای تهیه DTM از داده‌های لیدار نیاز هست در داده‌های لیدار نقاط زمینی و غیرزمینی از هم جداسازی گردند. برای این منظور گروه تخصصی GIS Academy با استفاده از روش فیلترینگ مورفولوژی اقدام به کدنویسی در محیط متلب برای جداسازی نقاط زمینی و غیرزمینی لیدار و تهیه DTM نموده است. در این پروژه بعد از جداسازی نقاط زمینی و غیرزمینی، بین نقاط زمینی انترپولاسیون یا درونیابی برای تهیه DTM انجام می‌گیرد. پروژه جاری شامل فایل‌های زیر می‌باشد که می‌تواند برای یادگیری بهتر و سریعتر فارغ التحصیلان و دانشجویان علاقمند به موضوع فیلترینگ داده‌های لیدار و تهیه DTM مفید واقع شود.
1- کدهای متلب فیلترینگ مورفولوژی برای تهیه DTM از داده‌های لیدار
2- نمونه فایل‌های لیدار برای اجرای کدهای متلب
3- فایل توضیحات فارسی پروژه به همراه فایل PowerPoint
کلمات کلیدی:
#مدل_رقومی_زمین #لیدار #فیلترینگ_مورفولوژی #فیلترینگ_داده‌های_لیدار #متلب #DTM #DEM #Digital_Terrain_Model #Digital_Elevation_Model #DSM #Digital_Surface_Model #LiDAR #Filtering #Morphology #Morphological_Filtering #Matlab

برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/morphological-filtering-dem-generation/

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

کدهای متلب فیلترینگ مورفولوژی پیشرو برای حذف نقاط غیرزمینی از داده‌های لیدار و تولید مدل رقومی زمین | جی ای اس آکادمی | GIS Academy

گروه تخصصی GIS Academy با استفاده از روش فیلترینگ مورفولوژی اقدام به کدنویسی در محیط متلب برای جداسازی نقاط زمینی و غیرزمینی لیدار و تهیه DTM نموده است.

437 views09:23

GISAcademy.ir

در پردازش تصاویر، برای حذف نویز ضربه‌ای فیلترهای زیادی همانند فیلتر میانگین، انواع فیلترهای رتبه ترتیب مثل فیلتر میانه، فیلتر outlier، فیلتر میانه وزن¬دار شده و ... طراحی شده‌اند اما فیلترهای مذکور هر کدام معایبی را دارا می‌باشند بعنوان مثال فیلتر میانه تمایل دارد پیکسل¬هایی را که دارای نویز نیستند را تغییر دهد، بنابراین باعث ایجاد یک سری مصنوعات در تصویر بازسازی شده می¬شود که شامل بی¬ثباتی یا تغییر لبه می¬شود. بدین منظور گروه تخصصی GIS Academy فیلتر دو عبوری توافقی (َATPF) را جهت حذف نویزهای ضربه‌ای طراحی و در متلب کدنویسی نموده است که بر مبنای تخمین توزیع مکانی نویزها می‌باشد و نتایج آن به مراتب بهتر از فیلترهای کلاسیک می‌باشد. پروژه جاری شامل فایل‌های زیر می‌باشد که می‌تواند برای یادگیری بهتر و سریعتر فارغ التحصیلان و دانشجویان علاقمند به موضوع فیلترینگ نویز مفید واقع شود.
1- کدهای متلب فیلتر دو عبوری توافقی (َATPF) بر مبنای تخمین توزیع مکانی نویزها
2- نمونه تصاویر دیجیتالی برای اجرای کدهای متلب
3- فایل توضیحات فارسی پروژه به همراه فایل PowerPoint

کلمات کلیدی:
#حذف_نویز #نویز_ضربه_ای #تصاویر_ماهواره_ای #فیلتر_دو_عبوری #فیلتر #متلب #Noise_Removing #Impulse_Noise #RS_Data #Adaptiv_Two_Pass_Filtering #Matlab

برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/impulse-noise-removing/

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

کدهای متلب حذف نویز ضربه‌ای از تصاویر ماهواره‌ای | جی ای اس آکادمی | GIS Academy

در این پروژه، فیلتر دو عبوری توافقی (َATPF) جهت حذف نویزهای ضربه‌ای طراحی و در متلب کدنویسی گردیده است که بر مبنای تخمین توزیع مکانی نویزها می‌باشد.

422 views16:58

GISAcademy.ir

در بسیاری از پروژه‌های مرتبط با سنجش از دور اپتیک، تولید تصاویر ارتوفتو یکی از مراحل آماده‌سازی و پیش‌پردازش داده‌ها محسوب می‌شود. در این راستا، تصاویر ارتوفتو را با نرم افزارهای مربوطه همانند ENVI، PCI Geomatica و ... تولید می‌کنند. اما استفاده از نرم‌افزارهای مربوطه نیازمند آشنایی با روند تولید تصاویر ارتوفتو هست که شاید برای بسیاری از افراد مشخص نباشد. در این راستا، گروه GIS Academy با کدنویسی روند تولید تصاویر ارتوفتو، راه تولید این تصاویر را آسان و ساده نموده است. برای استفاده از این کدها فقط کافیست تا تصاویر اپتیکی (هوایی، ماهواره‌ای) را به همراه مدل رقومی زمین منطقه و پارامترهای توجیه داخلی و خارجی تصاویر اپیتکی را به برنامه معرفی نمود تا تولید تصاویر ارتوفتو (قائم ترمیم‌یافته) بصورت اتوماتیک انجام گیرد. این پروژه شامل موارد زیر است.
1- کدهای متلب (M-File) تولید تصاویر ارتوفتو به همراه خروجی نمونه کدها
2- داده‌های نمونه مورد نیاز برای تولید تصاویر ارتوفتو (تصویر هوایی، مدل رقومی زمین)
3- فایل توضیحات فارسی پروژه
کلمات کلیدی:
#ارتوفتو #قائم_ترمیم‌_یافته #تصاویر_ارتوفتو #اپتیک #تصاویر_هوایی #تصاویر_ماهواره_ای #مدل_رقومی_زمین #متلب #کدهای_متلب #سنجش_از_دور #سیستم_اطلاعات_جغرافیایی #Orthophoto #Orthorectification #Rectification #DEM #ENVI #PCI_Geomatica #Geomatica #RS #GIS #Matlab

برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/orthorectification

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

کدهای متلب تولید تصاویر ارتوفتو (قائم ترمیم‌یافته) با استفاده از DEM | جی ای اس آکادمی | GIS Academy

گروه GIS Academy با کدنویسی روند تولید تصاویر ارتوفتو، راه تولید این تصاویر را آسان و ساده نموده است. برای استفاده از این کدها فقط کافیست تا تصاویر اپتیکی (هوایی، ماهواره‌ای) را به همراه مدل رقومی زمین منطقه و پارامترهای توجیه داخلی و خارجی تصاویر اپیتکی…

563 views09:25

GISAcademy.ir

در سال‌های اخیر تکنولوژي لیدار براي تولید مدل رقومي سطح زمین به صورت گسترده مورد استفاده قرار گرفته است و به عنوان یک منبع داده در کنار سایر داده‌های ماهوارهای مانند تصاویر ماهواره‌ای با قدرت تفکیک مکانی بالا و .... جهت انجام تحقیقات مانند شناسایی عوارض، مدیریت بحران و ..مورد استفاده قرار می¬گیرد.بدین منظور مهم است که نحوه پردازش و استفاده از این داده‌ها را یاد بگیریم، یکی از مواردی که در اکثر تحقیقات و پژوهش‌ها با آن روبرو میشویم تولید مدل رقومی سطح طبیعی یا عریان زمین هست که میتوان از داده‌های لیدار یا مدل رقومی سطح زمین تولید گردد. قبل از هر چیزی لازم هست این دو اصطلاح شفاف سازی گردند. مدل رقومي سطح زمین یا DSM مدلی دیجیتال یا نمایشی سه‌بعدی از سطح زمین به همراه تمام عوارض موجود در روی آن هست در حالیکه مدل رقومی سطح طبیعی یا عریان زمین که با اصطلاحات DEM و یا DTM بیان می‌شود مدلی دیجیتال یا نمایشی سه‌بعدی از سطح زمین بدون هیچگونه عوارضی می‌باشد و تنها سطح طبیعی یا لخت زمین را نشان می‌دهد. همانطور که بیان شد تولید مدل رقومی سطح طبیعی یا عریان زمین هست از داده‌های لیدار یا مدل رقومی سطح زمین انجام می‌گیرد. آنچه در این میان مهم است نحوه دستیابی به مدل رقومی سطح طبیعی یا عریان زمین می‌باشد که تاکنون الگورینم‌های فراوانی ارائه گردیده است. اما یکی از محدودیت‌های موجود بر سر راه پژوهشگران و علاقمندان و به خصوص دانشجویان این می‌باشد که نرم افزاری رایگان جهت انجام فیلترینگ و تولید مدل رقومی سطح طبیعی زمین ارائه نشده است و نرم افزارهای موجود برای انجام چنین اقداماتی همانند QT Modeler و یا Mars اکثر تجاری هستند. از محدودیت دیگر این نرم‌افزارها عدم کارایی و دقت پایین الگوریتم‌های ارائه شده در آن‌هاست و هم‌چنین عدم انعطاف پذیری کامل الگوریتم‌های موجود در این نرم‌افزارها با شرایط موجود منطقه هست. یکی از نرم افزارهایی که در دسترس عمومی قرار دارد و قابلیت فیلترینگ و تولید DEM نرم‌افزار Matlab می‌باشد که برای انجام آن نیاز به فراگیری دانش کدنویسی و هم جنین الگوریتم فیلترینگ می‌باشد. بدین منظور گروه GIS Academy با گسترش روشی نوین برپایه الگوریتم Scan Labeling در نرم افزار Matlab، نحوه فیلترینگ و تولید DEM را برای آن دسته از علاقمندانی که به هر دلیلی قابلیت تولید DEM و مشتقات آن را ندارند فراهم کرده است. این پروژه شامل موارد زیر می‌باشد.
1- کدهای متلب (M-File) پیش‌پردازش داده‌های لیدار به همراه خروجی نمونه برای داده‌های لیدار پیش‌پردازش شده
2- کدهای متلب (M-File) تولید مدل رقومی سطح طبیعی زمین (DEM) و مدل رقومی سطح زمین نرمالایز شده، (nDSM) به همراه خروجی نمونه
3- داده‌های نمونه (DSM) برای اجرای کدهای تولید DEM
بوسیله این کدها می‌توان داده‌های لیدار هر منطقه را پیش‌پردازش و مدل رقومی سطح طبیعی زمین، DEM، و مدل رقومی سطح نرمالایز شده زمین، nDSM را با دقت زیادی بدست آورد. لازم بذکر هست که تولید صحیح و دقیق DEM و مشتقات آن از اهمیت زیادی برخوردار می‌باشد به دلیل آنکه دقت تولید DEM بر تمام مراحل و نتایج بعدی تحقیقات تاثیر فراوانی خواهد گذاشت. در ادامه تصاویر DEM و nDSM تولیده شده بوسیله این کدها برای سه منطقه متفاوت نشان داده شده است.
کلمات کلیدی:
#پیش_پردازش #حذف_نویز #داده‌_های_لیدار #فیلترینگ #مدل_رقومی_زمین #مدل_رقومی_سطح_زمین #متلب #سنجش_از_دور #سیستم_اطلاعات_جغرافیایی #Preprocessing #Noise_Removing #LiDAR #DEM #DSM #nDSM #Digital_Elevation_Model #Digital_Surface_Model #Normalized_Digital_Surface_Model #Scan_Labeling #RS #GIS #Matlab

برای اطلاعات بیش‌تر تماس بگیرید
📱09367040423
📱09146861535

لینک پروژه 👇
https://gisacademy.ir/product/dem-generation

آدرس گروه تلگرام ما👇
🆔 https://t.me/joinchat/BbYTREKaySkEy1fDi1MUrA

آدرس کانال تلگرام ما👇
🆔 @GISAcademy

جی ای اس آکادمی | GIS Academy

کدهای پیش‌پردازش داده‌های لیدار و تولید مدل رقومی سطح طبیعی زمین، DEM | جی ای اس آکادمی | GIS Academy

گروه GIS Academy با گسترش روشی نوین برپایه الگوریتم Scan Labeling در نرم افزار Matlab، نحوه فیلترینگ و تولید DEM را برای آن دسته از علاقمندانی که به هر دلیلی قابلیت تولید DEM و مشتقات آن را ندارند فراهم کرده است.

540 views07:33

GISAcademy.ir

Forwarded from GISAcademy.ir (Hadi Zarea)