شناسایی نشت نفت در دریا بر اساس تصاویر ماهواره ای با استفاده از شبکه عصبی کانولوشنال سبک وزن
آلودگی نشت نفت در دریا اثرات جدی بر محیط های اکولوژیکی دریایی، منابع اکولوژیکی و اقتصاد دریایی گذاشته است. تشخیص به موقع و کم هزینه ی این نشتی امری ضروری است که پژوهشگران در سال های اخیر تلاش نموده اند که بر اساس روش های مبتنی بر یادگیری ماشین و یادگیری عمیق به این هدف دست یابند. در میان این روش ها، شبکه عصبی کانولوشنال (CNN) قادر است ویژگی های فضایی را از مجموعه داده های عظیم به طور خودکار استخراج کند. با الهام از این شبکه، در این مقاله یک شبکه عصبی کانولوشنال سبک وزن پیشنهاد شده است که ضمن کاهش پیچیدگی محاسباتی در طی فرآیند استخراج ویژگی، دقت و صحت بالایی از تشخیص نیز حاصل شود. نتایج حاصل از پیاده سازی و اجرای این روش نشان می دهد که در بهترین حالت صحت 99 درصد و دقت، فراخوانی و امتیاز اف-1 98 درصد به ثبت رسیده است.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.