این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Maritime Technology، جلد ۱۱، شماره ۲۱، صفحات ۸۳-۹۴
عنوان فارسی ارائه یک ماژول محاسباتی جدید برای سیستم تحلیل دیجیتالی خط ساحلی (DSAS)، جهت شناسایی داده‌های مشکوک به خطا در داده‌های تغییرات خط ساحلی
چکیده فارسی مقاله 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.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Provide a New Computational Module for Digital Shoreline Analysis System to Detect Uncertain Data in the Shoreline Change Data
چکیده انگلیسی مقاله Digital Shoreline Analysis System (DSAS) is the most widely used tool by researchers and experts to shoreline change rate measurements. Several factors may cause uncertain data in the measured values by this tool. Understanding these errors and fix them if possible, improve the accuracy of the results. The DSAS does not have this capability. The purpose of this paper is to present a new computational module for DSAS to identify suspected data errors. This module is an executable file that is written using MATLAB software and communicate through XML files with DSAS. Suspected data error detection is performed using statistical methods include: Box plot, Hampel’s test, Median Absolute Deviation (MAD) and Z-score test. The results show the good performance of this module to identify possible errors in data.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله کیومرث محمودی | kumars mahmoodi
amirkabir university of technology
مهندسی سواحل، دانشگاه صنعتی امیرکبیر
سازمان اصلی تایید شده: دانشگاه صنعتی امیرکبیر (Amirkabir university of technology)

مصباح سایبانی | mesbah saybani
amirkabir university of technology
مهندسی سواحل، دانشگاه صنعتی امیرکبیر
سازمان اصلی تایید شده: دانشگاه صنعتی امیرکبیر (Amirkabir university of technology)

عباس مرادی | abbas moradi
hormozgan university
دانشگاه هرمزگان
سازمان اصلی تایید شده: دانشگاه هرمزگان (Hormozgan university)

نشانی اینترنتی http://www.ijmt.ir/browse.php?a_code=A-10-456-1&slc_lang=fa&sid=en
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده Environmental Study
نوع مقاله منتشر شده مقاله پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات