Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

UMJETNE NEURONSKE MREŽE U PROCJENI SASTOJINSKIH OBRASTA S CIKLIČKIH SNIMAKA (CROSBI ID 152111)

Prilog u časopisu | izvorni znanstveni rad | međunarodna recenzija

Klobučar, Damir ; Pernar, Renata UMJETNE NEURONSKE MREŽE U PROCJENI SASTOJINSKIH OBRASTA S CIKLIČKIH SNIMAKA // Šumarski list, 133 (2009), 3-4; 145-155

Podaci o odgovornosti

Klobučar, Damir ; Pernar, Renata

hrvatski

UMJETNE NEURONSKE MREŽE U PROCJENI SASTOJINSKIH OBRASTA S CIKLIČKIH SNIMAKA

Zbog svoje široke primjene, gotovo da se danas može reći da je ovo vrijeme prijelaza na tehnologiju umjetnih neuronskih mreža. Stoga je cilj ovog rada predstaviti tu tehnologiju i njezinu primjenu u daljinskim istraživanjima. U tu svrhu korišten je digitalni ortofoto izrađen iz crno-bijelih aerofotosnimaka, približnog mjerila 1:20 000. Istraživanjem je obuhvaćena gospodarska jedinica “ Jamaričko brdo” , šuma rije Lipovljani. Procjena sastojinskog obrasta provedena je primjenom višeslojnog percep trona, kao najkorištenijeg modela umjetnih neuronskih mreža u daljinskim istraživanjima.Također je korištena samoorganizirajuća neuronska mreža sa svrhom kontrole utvrđenih obrasta u Osnovi gospodarenja, pre ma njihovoj raspodjeli u tri kategorije (normalan, manji od normalnog, slab). Provedenim istraživanjem dobivena su dobra generalizacijska svojstva više - slojnog perceptrona u procjeni obrasta, kao i da se samoorganizirajuća neu - ronska mreža može primijeniti u kontroli i raspodjeli sastojinskih obrasta. Kako se u šumarstvu svakodnevno provodi velik broj različitih mjerenja, upravo umjetne neuronske mreže predstavljaju model temeljen na teoriji učenja, kojim bi se značajnije moglo unaprijediti korištenje ovako velikog broja podataka, koji su se do sada rješavali isključivo statističkim metodama i metodama operacijskih istraživanja.

umjetne neuronske mreže; daljinska istraživanja; cikličke

nije evidentirano

engleski

ARTIFICIAL NEURAL NETWORKS IN THE ESTIMATION OF STAND DENSITY FROM CYCLIC AERIAL PHOTOGRAPHS

nije evidentirano

artificial neural networks; remote sensing; cyclic aerial

nije evidentirano

Podaci o izdanju

133 (3-4)

2009.

145-155

objavljeno

0373-1332

1846-9140

Povezanost rada

Šumarstvo, Biotehnologija, Informacijske i komunikacijske znanosti

Indeksiranost