[صفحه اصلی ]   [ English ]  
بخش‌های اصلی
صفحه اصلی::
مدیریت دانشکده::
درباره دانشکده::
معرفی افراد::
امور آموزش ::
امور پژوهش::
اخبار دانشکده::
فضاهای آموزشی و تحقیقاتی::
تسهیلات پایگاه::
ارتباط با صنعت::
لینک های مفید::
تماس با ما::
گروه های دانشجویی::
::
مصاحبه تخصصی دکترای برق 98
98
..
مراکز تحقیقاتی و پزوهشی
مرکز تست و پایش ماشین های الکتریکی

مرکز تحقیقات نانوپترونیکس 

پژوهشکده سبز  

پژوهشکده الکترونیک 

آزمایشگاه تحقیقاتی الکترونیک قدرت 

قطب علمی اتوماسیون و بهره برداری از سیستمهای قدرت 

مجله مهندسی برق و الکترونیک 

پژوهشکده مهندسی و فناوری عصبی ایران  

آزمایشگاه تحقیقاتی آنتن 

مرکز مطالعات راهبردی وبین الملل فاوا

..
پیوند با سیستم های دانشگاه

AWT IMAGE
AWT IMAGE

AWT IMAGE

AWT IMAGE

AWT IMAGE

AWT IMAGE

..
گواهینامه HSE
..
جستجو در پایگاه

جستجوی پیشرفته
..
نظرسنجی
کدام بخش از سایت دانشکده مهندسی برق بیشتر مورد استفاده شما قرار می گیرد؟
آموزش و اطلاعیه های آموزشی
پژوهش و اطلاعیه های پژوهشی
اطلاعات دانشکده و اساتید
اخبار
اکثر موارد موجود در سایت
   
..
نظرسنجی
ارزیابی شما از سایت دانشکده مهندسی برق چیست؟
اطلاعات ارائه شده در حد کفایت است.
اطلاعات ارائه شده مطلوب است ولی نیاز به اطلاعات بیشتر می باشد.
اطلاعات ارائه شده کافی نیست.
   
..
درج نظر
به نظر شما کمبودهای سایت دانشکده برق چیست و برای رفع آن ها چه اقداماتی باید انجام شود؟ برای درج نظر کلیک نمایید.
..
:: دفاعیه خانم سپیدنامه ::
 | تاریخ ارسال: ۱۳۹۸/۶/۲۵ | 
چکیده
سالیانه اتش سوزی های بیشماری بر روی زمین رخ می دهد. و خسارت های جبران ناپذیری به طبیعت و جان انسان وارد می کند. بنابراین شناسایی دقیق و سریع اتش امری بسیار مهم است. به کارگیری از پهپادها برای شناسایی اتش روشی کارامد نسبت به روش های سنتی است. در این پژوهش هدف پردازش تصاویر هوایی برای بهبود شناسایی۱ در پهپادها ۲ است به طوری که قابلیت شناسایی در زمان واقعی را داشته باشد. برای شناسایی اتش از شبکه Faster RCNN۳ که یک شبکه شناسایی ناحیه ایی کانولوشنی است، استفاده می کنیم.با شبکه کانولوشنی عمیق ویژگی های تصویر استخراج می کنیم و از نقشه ویژگی های تصویر با شبکه ناحیه پیشنهادی۴RPN تصاویر پیشنهادی را مشخص می کنیم. شبکه کانولوشنی Resnet۵۰ به عنوان شبکه کانولوشنی درونی Faster RCNN انتخاب می کنیم. به دلیل کوچک بودن شعله های اتش در تصاویر هوایی و همچنین افزایش داده به جای تغیر سایز مستقیم با استفاده از شاخصFFDI ۵ تصویراتش از پس زمینه را جدا می کنیم و نقشه برجسته اتش را ایجاد می کنیم.شعله ی اتش را در ابعاد۲۵۶×۲۵۶ به اندازه ورودی شبکه عصبی مان از تصویر جدا می کنیم.به تقویت داده ها می پردازیم.این کار باعث تولید داده های جدیدی می شود. که دقت شناسایی را بهبود می بخشد. دقت شناسایی داده های اصلی ۹۰% می باشد.
دفعات مشاهده: 147 بار   |   دفعات چاپ: 20 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

کلیه حقوق مادی و معنوی این سایت متعلق به دانشکده مهندسی برق دانشگاه علم و صنعت ایران می باشد . نقل هرگونه مطلب با ذکر منبع بلامانع می باشد .
Persian site map - English site map - Created in 0.14 seconds with 54 queries by YEKTAWEB 4054