دوره 23، شماره 1 - ( 1-1405 )                   جلد 23 شماره 1 صفحات 0-0 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Davoudabadi M, Mohtadi A. Classification of Grey Streaming Data Using Integrated Data Envelopment Analysis and Multi-Attribute Decision Making: Application to Vegetation Clusterin. jor 2026; 23 (1)
URL: http://jamlu.lahijan.iau.ir/article-1-2325-fa.html
داودآبادی فراهانی میثم، مهتدی علی. دسته‌بندی داده‌های جریانی خاکستری با تلفیق تحلیل پوششی داده‌ها و تصمیم‌گیری چندشاخصه: کاربرد در خوشه‌بندی پوشش گیاهی. تحقیق در عملیات در کاربردهای آن. 1405; 23 (1)

URL: http://jamlu.lahijan.iau.ir/article-1-2325-fa.html

دسته‌بندی داده‌های جریانی خاکستری با تلفیق تحلیل پوششی داده‌ها و تصمیم‌گیری چندشاخصه: کاربرد در خوشه‌بندی پوشش گیاهی
میثم داودآبادی فراهانی ، علی مهتدی*
گروه سنجش از دور، موسسه آموزش عالی حکمت قم، قم، ایران ، mohtadi1375@gmail.com
چکیده:   (71 مشاهده)
در این پژوهش روشی نوین برای دسته‌بندی داده‌های جریانی خاکستری ارایه شده است که بر ترکیب تحلیل پوششی داده‌ها (DEA) و روش‌های تصمیم‌گیری چندشاخصه (MADM) استوار است. داده‌های جریانی به دلیل پویایی زمانی و حجم بالا، و نیز همراهی با عدم قطعیت، چالش‌برانگیزترین انواع داده برای طبقه‌بندی به شمار می‌آیند. در این مطالعه، داده‌های ماهواره‌ای لندست به‌عنوان نمونه‌ای از داده‌های جریانی انتخاب شد و مقادیر روشنایی پیکسل‌ها پس از نرمال‌سازی، به صورت داده‌های کسری در بازه صفر تا یک مدل‌سازی گردید. سپس با استفاده از شاخص نرمال‌شده تفاضلی پوشش گیاهی (NDVI)، پیکسل‌ها به‌صورت نظارت‌نشده در دو خوشه «دارای پوشش گیاهی» و «فاقد پوشش گیاهی» تفکیک شدند. برای تعیین آستانه تفکیک بین دو خوشه، الگوریتم تصمیم‌گیری چندشاخصه مبتنی بر جایگشت به کار گرفته شد تا بهترین خط جدایش بر اساس معیارهای از پیش تعیین‌شده انتخاب شود. مدل پیشنهادی ابتدا بر داده‌های شبیه‌سازی‌شده آزمایش و سپس بر داده‌های واقعی پوشش گیاهی در محدوده‌ای از شهر تهران پیاده‌سازی شد. نتایج اعتبارسنجی با استفاده از نقاط نمونه و تصاویر گوگل ارث نشان داد که روش ارایه‌شده قادر است با دقتی در حدود ۸۰ درصد، خوشه‌بندی قابل اتکایی از پوشش گیاهی ارایه کند. نوآوری اصلی تحقیق، توسعه الگوریتمی ترکیبی برای دسته‌بندی داده‌های جریانی خاکستری و بهره‌گیری از رویکردهای تحقیق در عملیات در تحلیل داده‌های سنجش از دور است؛ الگوریتمی که قابلیت تعمیم به دیگر حوزه‌های مواجه با داده‌های حجیم و نامطمئن را نیز دارد.
 
واژه‌های کلیدی: تحلیل پوششی داده‌ها، داده‌های جریانی خاکستری، تصمیم‌گیری چندشاخصه، خوشه‌بندی پوشش گیاهی، لندست.
     
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1404/5/29 | پذیرش: 1404/11/12
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.