پیام خود را بنویسید
دوره 11، شماره 21 - ( 6-1394 )                   جلد 11 شماره 21 صفحات 94-83 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Mahmoodi K, Saybani M, moradi A. Provide a New Computational Module for Digital Shoreline Analysis System to Detect Uncertain Data in the Shoreline Change Data. Marine Engineering 2015; 11 (21) :83-94
URL: http://marine-eng.ir/article-1-358-fa.html
محمودی کیومرث، سایبانی مصباح، مرادی عباس. ارائه یک ماژول محاسباتی جدید برای سیستم تحلیل دیجیتالی خط ساحلی (DSAS)، جهت شناسایی داده‌های مشکوک به خطا در داده‌های تغییرات خط ساحلی. مهندسی دریا. 1394; 11 (21) :83-94

URL: http://marine-eng.ir/article-1-358-fa.html


چکیده:   (4826 مشاهده)

سیستم تحلیل دیجیتالی خط ساحلی (DSAS) پرکاربردترین ابزاری است که توسط پژوهشگران و متخصصان برای اندازه گیری نرخ تغییرات خط ساحلی مورد استفاده قرار می گیرد. عوامل متعددی ممکن است سبب بروز داده های خطا در مقادیر اندازه گیری شده توسط این ابزار شود. شناخت این خطاها و در صورت امکان بر طرف کردن آنها سبب افزایش میزان دقت نتایج حاصله می شود. ابزار DSAS فاقد چنین قابلیتی است. هدف از این مقاله، ارائه یک ماژول محاسباتی جدید برای DSAS به منظور شناسایی داده های مشکوک به خطا است. این ماژول یک فایل اجرایی است که با استفاده از نرم افزار MATLAB نوشته شده و از طریق فایل های XML با DSAS ارتباط برقرار می کند. شناسایی داده های مشکوک به خطا با استفاده از روش های آماری نمودار جعبه ای، آزمون هامپل، آزمون انحراف مطلق میانه و آزمون Z-Score انجام می شود. نتایج حاکی از عملکرد مناسب این ماژول در شناسایی خطاهای احتمالی موجود در داده ها است.

متن کامل [PDF 953 kb]   (1954 دریافت)    
نوع مطالعه: مقاله پژوهشي | موضوع مقاله: شرايط محيطي و زيست محيطي
دریافت: 1393/8/10 | پذیرش: 1394/5/12

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.

Creative Commons License
International Journal of Maritime Technology is licensed under a

Creative Commons Attribution-NonCommercial 4.0 International License.