Mục tiêu của môn học:
Cung cấp kiến thức nâng cao về việc ứng dụng kỹ thuật xử lý ảnh số trong chiết tách thông tin cần thiết trên ảnh phục vụ các nhu cầu ứng dụng khác nhau của ảnh viễn thám.
Aims:
To provide advanced knowledge for application digital image processing in extraction basic information from image to meet the demand various application.
Nội dung tóm tắt môn học:
Nội dung chính của môn học:
Đây là môn học nâng cao về các phương pháp và kỹ thuật phức tạp trong thu thập, xử lý và phân tích dữ liệu viễn thám; cũng như các ứng dụng của viễm thám trong quy hoạch đô thị, giám sát môi trường và quản lý tài nguyên thiên nhiên. Môn học nhấn mạnh vào các kỹ thuật xử lý ảnh, phân tích ảnh, phân loại ảnh, tích hợp viễn thám và GIS
Course outline:
The main content of this course:
This is an advanced remote sensing course on sophisticated methods and techniques for collecting, processing and analyzing remotely sensed data; as well as applications of remote sensing in urban planning, environmental monitoring and natural resource management. The course will emphasize on digital image processing, image analysis, image classification, remote sensing and GIS data integration.
Tài liệu học tập
Giáo trình/Textbook
[1] Lê Văn Trung. Viễn thám. NXB ĐH Quốc Gia 2005
Sách tham khảo/References
[2] John R. Jensen. Introductory Digital Image Processing: A Remote Sensing Perspective, Prentice Hall, Second Edition, 1986
[3] Robert A. Schowengerdt. Techniques for Image Processing and Classification, Academic Press, 1983
[4] Lê Văn Trung, Lâm Đạo Nguyên và Phạm Bách Việt. Thực hành Viễn thám. NXB ĐH Quốc Gia 2006
Các hiểu biết,các kỹ năng cần đạt được sau khi học môn học
Sau khi hoàn tất môn học này, sinh viên có thể có:
Kiến thức: Viễn thám và kỹ thuật xử lý SỐ ảnh viễn thám
Nhận thức: Viễn thám và khả năng ứng dụng viễn thám trong quản lý tài nguyên.
Kỹ năng chuyên môn: sử dụng tốt phần mềm xử lý dữ liệu viễn thám ENVI
Kỹ năng hỗ trợ: khả năng làm việc theo nhóm
Learning outcomes:
Upon completion of this course, students should have:
Knowledge: Remote sensing and digital image processing techniques
Cognitive Skills: Remote sensing và its potential application in natural resource management
Subject Specific Skills: know how to use ENVI image processing software
Transferable Skills: group working
Hướng dẫn cách học - chi tiết cách đánh giá môn học:
Sinh viên cần đọc sách giáo trình và làm bài tập đầy đủ.
Sinh viên cần thực hành thường xuyên với phần mềm xử lý ảnh số ENVI.
Cách đánh giá
Bài tập và bài kiểm tra nhanh: 20%
Bài tiểu luận: 40%
Thi cuối kỳ: 40%
Learning Strategies & Assessment Scheme:
Students should read textbooks and finish all assignments.
Students should practice regulary using ENVI image processing software.
Grading:
Homework and quizzes: 20%
Class project: 20%
Final: 60%
Nội dung chi tiết:
Tuần
| Nội dung |
TLTK
|
Ghi chú
|
1
|
Chương 1. Giới thiệu phần mềm xử lý ảnh số ENVI và lập trình IDL
|
[1], [4]
|
|
2,3
|
Chương 2. Chất lượng ảnh và đánh giá thống kê
2.1 Chất lượng ảnh
2.2 Xử lý nhiểu ảnh
2.3 Thống kê đa biến
|
[1], [4]
|
|
4
|
Chương 3: Hiệu chỉnh bức xạ
3.1 Sai số do bộ cảm biến
3.2 Sai số do khí quyển
3.3 Sai số do địa hình
|
[1], [4]
|
|
5, 6
|
Chương 4. Hiệu chỉnh hình học
3.1 Nguyên lý chung
3.2 Các sai số và biến dạng hình học.
3.3 Các thuật toán và kỹ thuật hiệu chỉnh
|
[1], [4]
|
|
7,8
|
Chương 5. Gia tăng chất lượng ảnh và Lọc không gian
4.1 Nguyên lý và đặc điểm .
4.2 Các thuật toán Lọc ảnh tần số thấp.
4.3 Phương pháp Lọc ảnh tần số cao
|
[1], [4]
|
|
9,10
|
Chương 6. Chuyển đổi đa phổ dữ liệu ảnh
6.1 Phân tích thành phần chính
6.2 Các phương pháp chuyển đổi khác
|
[1], [4]
|
|
11, 12
|
Chương 7: Phân loại ảnh nền pixel
7.1 Phân loại phi giám định
7.2 Phân loại giám định
|
|
|
13
|
Chương 8: Đánh giá độ chính xác phân loại
|
[1], [4]
|
|
14
|
Chương 9: Hậu xử lý ảnh phân loại
|
[1], [4]
|
|
15
|
Chương 10: Các kỹ thuật phân loại nền đối tượng
|
[1], [4]
|
|
Tp.Hồ Chí Minh, ngày 29 tháng 05 năm 2013
TRƯỞNG KHOA
|
CB PHỤ TRÁCH LẬP ĐỀ CƯƠNG
PGS. TS. TRẦN TRỌNG ĐỨC
|
Khoa: Kỹ Thuật Xây Dựng
Bộ môn: Địa Tin Học Đề cương môn học Sau đại học
MẠNG THẦN KINH NHÂN TẠO VÀ ỨNG DỤNG
(NEURAL NETWORKS AND APPLICATIONS)
Mã số MH:
- Số tín chỉ :
|
Tc (LT.BT&TH.TựHọc): 3
|
TCHP:
|
|
- Số tiết - Tổng:
|
60
|
LT:
|
30
|
BT:
|
|
TH:
|
15
|
ĐA:
|
|
BTL/TL:
|
15
|
- Đánh giá :
|
Bài tập/ Kiểm tra
Tiểu luận
|
20%
20%
|
Bài tập về nhà và kiểm tra nhanh tại lớp
Làm tiểu luận theo nhóm
|
Thang điểm 10/10
|
Thi cuối kỳ:
|
60%
|
Thi viết, 90 phút
|
- Môn tiên quyết :
|
-
|
MS:
|
- Môn học trước :
|
-
|
MS:
|
- Môn song hành :
|
-
|
MS:
|
- CTĐT ngành
Mã ngành :
|
Bản đồ viễn thám và hệ thông tin địa lý
60 44 02 14
|
- Ghi chú khác :
|
|
Mục tiêu của môn học:
Cung cấp cho học viên các kiến thức về lý thuyết mạng NEURAL NETWORK và kỹ năng thực hành trong việc xây dựng cấu trúc mạng thích hợp trong việc giải các bài toán trong thực tế.
Aims:
The subject is aimed at providing theoretical principles and practical techniques for students who want to know about neuron model and network architectures
Nội dung tóm tắt môn học:
Nội dung chính của môn học bao gồm:
Giới thiệu các khái niệm cơ bản về NEURAL NETWORK; phương pháp xuất nhập dữ liệu; các hàm số được dùng trong phân tích và tính toán mạng đa lớp. Cách chọn mô hình ứng dụng thích hợp trong nhận dạng. Ứng dụng NEURAL NETWORK trong xử lý ảnh vệ tinh và các bài toán trắc địa.
Course outline:
The main content of this course will include:
The subject presents basical concepts of Neural Networks, describes many of powerful networks for solving problems including: function approximation, modeling, signal processing, prediction and classification and of the uses of Neural Networks and the fundamentals of how it works.
Tài liệu học tập
Sách tham khảo/References
[1] Robert L.Harvey. Neural Network principles 1994
[2] Laurence Fausette. Fundamentals of Neural Networks 1994
[3] Kishan Mehrotra, Chilukuri K.Mohan & Sanjay RanKa. Elements of Artificial Neural Networks 1997
[4] Howard Demuth, Mark Beale & Martin Hagan. Neural Network Toolbox 1993.
[5] Deco, G. and Obradovic, D. An Information theoretic Approach to Neural Computing 1996
Các hiểu biết,các kỹ năng cần đạt được sau khi học môn học
Sau khi hoàn tất môn học này, sinh viên có thể có:
kiến thức về lý thuyết mạng NEURAL NETWORK
kỹ năng thực hành giải các bài toán trong thực tế
kỹ năng xấp xỉ hàm
Kỹ năng hỗ trợ: khả năng làm việc theo nhóm
Learning outcomes:
Upon completion of this course, students should have:
Knowledge: fundamentals of Neural Networks
Cognitive Skills: practical techniques
Subject Specific Skills: function approximation
Transferable Skills: group working
Hướng dẫn cách học - chi tiết cách đánh giá môn học:
Tham dự giờ giảng trên lớp + làm bài tập
Cách tổng kết điểm ( phải có nộp báo cáo hay điểm thi tối thiểu phải đạt từ 4 trở lên mới tính là đạt cả MH)
Cách đánh giá
Bài tập và bài kiểm tra nhanh: 20%
Bài tiểu luận: 20%
Thi cuối kỳ: 60%
Learning Strategies & Assessment Scheme:
Have to attend Class regularly and do exercises
Grading:
Homework and quizzes: 20%
Class project: 20%
Final: 60%
Nội dung chi tiết:
Tuần
|
Nội dung
|
Tài liệu
|
Ghi chú
|
1
|
Chương 1: GIỚI THIỆU
Khái niệm về Neural Networks
Neural Networks được sử dụng như thế nào?
1.3. Chọn mô hình?
Các yêu cầu tự học đối với HV ... (2 giờ)
|
[1], [2]
|
Hiểu
Nắm vững
|
2, 3, 4
|
Chương 2: CƠ SỞ TOÁN HỌC CỦA MẠNG NEURAL ĐA LỚP
Định nghĩa
Cấu trúc Mạng Neural đa lớp
Dữ liệu huấn luyện
Thuật toán Back_propagation
Qui trình huấn luyện mạng Neural đa lớp
Các yêu cầu tự học đối với HV ... (2 giờ)
|
[2]
|
Vận dụng
Tổng hợp
|
5, 6
|
Chương 3: KỸ THUẬT THIẾT KẾ MẠNG
Khả năng nhận biết của mạng
Cấu trúc mạng
Hàm hoạt tính
Bộ dữ liệu huấn luyện
Chế độ huấn luyện
Khởi động trọng số
Tham số nhận biết
Tiêu chuẩn dừng
Các yêu cầu tự học đối với HV ... (6 giờ)
|
[2], [3]
|
|
7, 8
|
Chương 4: BIỆN PHÁP TỐI ƯU MẠNG NEURAL ĐA LỚP
Chọn cấu trúc mạng thích hợp.
Chọn số nút thích hợp
Phương pháp khởi động trọng số
Chọn tham số nhận biết thích hợp
Chọn chế độ huấn luyện thích hợp
Số lượng dữ liệu mẫu cần thiết
Biện pháp kết thúc quá trình huấn luyện
Đánh giá khả năng nhận biết
Các yêu cầu tự học đối với HV ... (10 giờ)
|
[2], [3]
|
|
9, 10
|
Chương 5: ỨNG DỤNG
|
[1], [2], [3], [4], [5]
|
|
**
|
Nội dung báo cáo tiểu luận/thực hành
Yêu cầu đối với HV... tự làm việc: 4 tuần
|
|
|
**
|
Nội dung giới hạn cho kiểm tra giữa kỳ (tập trung)
(ước tính số giờ SV cần để chuẩn bị kiểm tra : 45 phút)
|
|
|
Tp.Hồ Chí Minh, ngày 29 tháng 05 năm 2013
TRƯỞNG KHOA
|
CB PHỤ TRÁCH LẬP ĐỀ CƯƠNG
PGS. TS. LÊ VĂN TRUNG
|
Khoa: Kỹ Thuật Xây Dựng
Bộ môn: Địa Tin Học Đề cương môn học Sau đại học
LẬP TRÌNH GIS
(GIS Programming)
Mã số MH : CE
- Số tín chỉ :
|
Tc (LT.BT&TH.TựHọc): 3
|
TCHP:
|
|
- Số tiết - Tổng:
|
60
|
LT:
|
30
|
BT:
|
|
TH:
|
15
|
ĐA:
|
|
BTL/TL:
|
15
|
- Đánh giá :
|
Bài tập/ Kiểm tra
Tiểu luận
|
20%
40%
|
Bài tập về nhà và kiểm tra nhanh tại lớp
Làm tiểu luận theo nhóm
|
Thang điểm 10/10
|
Thi cuối kỳ:
|
40%
|
Thi viết, 90 phút
|
- Môn tiên quyết :
|
-
|
MS:
|
- Môn học trước :
|
-
|
MS:
|
- Môn song hành :
|
-
|
MS:
|
- CTĐT ngành
Mã ngành :
|
Bản đồ viễn thám và hệ thông tin địa lý
60 44 02 14
|
- Ghi chú khác :
|
|
Mục tiêu của môn học:
Môn học hướng dẫn học viên cách tự động hóa các công việc trong GIS sử dụng ngôn ngữ Python. Tự động hóa giúp thực hiện công việc trong GIS dễ dàng, nhanh và chính xác hơn và hiểu biết về ngôn ngữ scripting là yêu cầu cần thiết đối với chuyên gia phân tích xử lý dữ liệu trong GIS.
Aims:
This course teaches how to automate GIS tasks using the Python scripting language. Automation can make your work easier, faster, and more accurate, and knowledge of a scripting language is a highly desired skill in GIS analysts.
Nội dung tóm tắt môn học:
Nội dung chính của môn học bao gồm:
Môn học giới thiệu những nguyên tắc lập trình cơ bản và ứng dụng của chúng trong môi trường GIS. Học viên tìm hiểu về cấu trúc của Python, nền tảng lập trình của phần mềm ArcGIS, của hảng ESRI, USA. Học viên học cách sử dụng Python để thao tác với các đối tượng không gian và phi không gian trong cơ sở dữ liệu dạng shapefile và Geodatabase.
Course outline:
The main content of this course will include:
This course will provide an introduction to computer programming principles and their application in a GIS environment. Students learn the structure of Python, which is the scripting language in ArcGIS products. Students learn how to use of Python to manipulate spatial objects in geodatabase, and Shapefiles
Tài liệu học tập
Giáo trình/Textbook
[1] Bài giảng “Lập trình GIS” của PGS. TS. Trần Trọng Đức.
Sách tham khảo/References
[2] ESRI, Using ArcMap
[3] Tài liệu về ngôn ngữ lập trình Python, VBA
Các hiểu biết,các kỹ năng cần đạt được sau khi học môn học
Sau khi hoàn tất môn học này, sinh viên có thể có:
Kiến thức: Python, Geodatabase
Nhận thức: Tầm quan trọng của Python trong địa xử lý
Kỹ năng chuyên môn: Lập trình ArcGIS sử dụng Python
Kỹ năng hỗ trợ: khả năng làm việc theo nhóm
Learning outcomes:
Upon completion of this course, students should have:
Knowledge: Python, Geodatabase
Cognitive Skills: important role of Python in geospatial processing
Subject Specific Skills: Programming ArcGIS with Python
Transferable Skills: group working
Hướng dẫn cách học - chi tiết cách đánh giá môn học:
Sinh viên cần đọc sách giáo trình và làm bài tập đầy đủ.
Sinh viên cần thực hành thường xuyên với phần mềm Python và ArcGIS.
Cách đánh giá
Bài tập và bài kiểm tra nhanh: 20%
Bài tiểu luận: 40%
Thi cuối kỳ: 40%
Learning Strategies & Assessment Scheme:
Students should read textbooks and finish all assignments.
Students should practice regulary using Python and ArcGIS.
Grading:
Homework and quizzes: 20%
Class project: 40%
Final: 40%
Nội dung chi tiết:
Tuần
|
Nội dung
|
Tài liệu
|
Ghi chú
|
1,2
|
Phần 1: Giới thiệu về lập mô hình trong GIS và Python
Nhu cầu tự động hóa trong GIS
Khảo sát các công cụ trong Toolbox
Môi trường truy xuất tới các công cụ
Tại sao phải học ModelBuilder?
Giới thiệu về Python
Bắt đầu lập trình với Python
Giới thiệu các ví dụ sử dụng Python với GIS
Tạo một script tool
|
[1],[2]
|
|
3,4,5
|
Phần 2: Lập trình cơ bản với Python
Các thành phần cơ bản khác của Python
Lists
Loops
Decision structures
String manipulation
Putting it all together
Xử lý lỗi trong Python
|
[1],[2]
|
|
6,7,8,9,10
|
Phần 3: Truy vấn và thao tác trên dữ liệu GIS sử dụng Python
Lưu trữ và lấy dữ liệu ra trong ArcGIS
Đọc các dữ liệu mô tả trong vector GIS
Truy xuất các trường dữ liệu
Đọc các mẫu tin dữ liệu
Lấy mẫu tin sử dụng truy vấn thuộc tính
Lấy mẫu tin sử dụng truy vấn không gian
Ghi các dữ liệu mô tả trong vector GIS
Cập nhật các mẫu tin hiện có
Chèn các mẫu tin mới
Làm việc với dữ liệu rasters
|
[1],[2]
|
|
11,12,13
|
Phần 4: Python cho các chuyên gia GIS
Functions và modules
Đọc và phân tách các chuỗi
Ghi dữ liệu hình học
Tự động sử dụng batch files và scheduling jobs
Chạy một công cụ bất kỳ
Làm việc với map documents
Giới hạn của Python scripting trong ArcGIS
|
[1],[2]
|
|
14,15
|
Phần 5: Chuyên dụng hóa giao diện ArcGIS và lập trình sử dụng ngôn ngữ lập trình VBA
Chuyên dụng hóa giao diện ArcGIS
Lập trình ArcGIS sử dụng VBA
|
[1],[2]
|
|
Tp.Hồ Chí Minh, ngày 29 tháng 05 năm 2013
TRƯỞNG KHOA
|
CB PHỤ TRÁCH LẬP ĐỀ CƯƠNG
PGS. TS. TRẦN TRỌNG ĐỨC
|
Khoa: Kỹ Thuật Xây Dựng
Bộ môn: Địa Tin Học Đề cương môn học Sau đại học
QUẢN LÝ VÀ TRIỂN KHAI CÁC HỆ THỐNG THÔNG TIN ĐỊA LÝ
(GIS IMPLEMENTATION AND MANAGEMENT)
Mã số MH :
- Số tín chỉ :
|
Tc (LT.BT&TH.TựHọc): 2
|
TCHP:
|
|
- Số tiết - Tổng:
|
45
|
LT:
|
30
|
BT:
|
|
TH:
|
|
ĐA:
|
|
BTL/TL:
|
15
|
- Đánh giá :
|
Bài tập/ Kiểm tra
Tiểu luận
|
20%
40%
|
Bài tập về nhà và kiểm tra nhanh tại lớp
Làm tiểu luận theo nhóm
|
Thang điểm 10/10
|
Thi cuối kỳ:
|
40%
|
Thi viết, 90 phút
|
- Môn tiên quyết :
|
-
|
MS:
|
- Môn học trước :
|
-
|
MS:
|
- Môn song hành :
|
-
|
MS:
|
- CTĐT ngành
Mã ngành :
|
Bản đồ viễn thám và hệ thông tin địa lý
60 44 02 14
|
- Ghi chú khác :
|
|
Mục tiêu của môn học:
Cung cấp các kiến thức cần thiết liên quan đến thực hiện và quản lý GIS.
Aims:
To provide knowledge relating to implementing and managing GIS.
Nội dung tóm tắt môn học:
Nội dung chính của môn học bao gồm:
Môn học cung cấp các kiến thức nền tảng và các kỹ thuật dùng trong quy hoạch, thiết kế và thực hiện hệ GIS chia sẻ bởi nhiều bộ phận.
Course outline:
The main content of this course will include:
The course provides a framework and a set of techniques for planning, designing, and implementing a GIS to be shared by many users
Tài liệu học tập
Sách tham khảo/References
[1] William E. Huxhold, Allan G. Levinsohn, Managing Geographic Information System Projects, 1995
[2] John c. Antenucci, Geographic Information Systems: A Guide to the Technology, Van Nostrand Reinhold, 1991.
[3] Trần Trọng Đức, Giáo trình “GIS CĂN BẢN”, Nhà xuất Bản Đại Học Quốc Gia TP HCM, 2001
Các hiểu biết,các kỹ năng cần đạt được sau khi học môn học
Sau khi hoàn tất môn học này, sinh viên có thể có:
Kiến thức: hiểu biết chung về các vấn đề ảnh hưởng đến thực hiện và quản lý hệ thống GIS
Kỹ năng chuyên môn: Quy hoạch thực hiện và quản lý hệ GIS
Kỹ năng hỗ trợ: khả năng làm việc theo nhóm
Learning outcomes:
Upon completion of this course, students should have:
Knowledge: common knowledge on issues which affect an implementing and
managing of GIS system
Subject Specific Skills: Planning an implementation and management of GIS
Transferable Skills: group working
Hướng dẫn cách học - chi tiết cách đánh giá môn học:
Sinh viên cần đọc sách giáo trình và làm bài tập đầy đủ.
Cách đánh giá
Bài tập và bài kiểm tra nhanh: 20%
Bài tiểu luận: 40%
Thi cuối kỳ: 40%
Learning Strategies & Assessment Scheme:
Students should read textbooks and finish all assignments.
Grading:
Homework and quizzes: 20%
Class project: 40%
Final: 40%
Nội dung chi tiết:
Tuần
|
Nội dung
|
Tài liệu
|
Ghi chú
|
1
|
Chương 1: Quy hoạch chiến lược hệ GIS
|
[1]
|
|
2
|
Chương 2: Quy hoạch thực hiện
|
[1][2]
|
|
3
|
Chương 3: Phương pháp thiết kế hệ thống
|
[1][2]
|
|
4
|
Chương 4: Quản lý thực hiện
|
[1][2]
|
|
5
|
Chương 5: Quản lý hệ thống
|
[1][2]
|
|
Tp.Hồ Chí Minh, ngày 29 tháng 05 năm 2013
TRƯỞNG KHOA
|
CB PHỤ TRÁCH LẬP ĐỀ CƯƠNG
PGS. TS. TRẦN TRỌNG ĐỨC
|
Khoa: Kỹ Thuật Xây Dựng
Bộ môn: Địa Tin Học Đề cương môn học Sau đại học
CHUYÊN ĐỀ VIỄN THÁM
(Remote Sensing Workshop)
Mã số MH :
- Số tín chỉ :
|
Tc (LT.BT&TH.TựHọc): 2
|
TCHP:
|
|
- Số tiết - Tổng:
|
45
|
LT:
|
|
BT:
|
|
TH:
|
30
|
ĐA:
|
|
BTL/TL:
|
15
|
- Đánh giá :
|
Tiểu luận
|
100%
|
Làm tiểu luận theo yêu cầu
|
Thang điểm 10/10
|
|
|
|
- Môn tiên quyết :
|
-
|
MS:
|
- Môn học trước :
|
-
|
MS:
|
- Môn song hành :
|
-
|
MS:
|
- CTĐT ngành
Mã ngành :
|
Bản đồ viễn thám và hệ thông tin địa lý
60 44 02 14
|
- Ghi chú khác :
|
|
Mục tiêu của môn học:
Nâng cao khả năng độc lập nghiên cứu trong lĩnh vực viễn thám và tăng cường kỹ năng phát triển ứng dụng kỹ thuật viễn thám cho một dự án cụ thể.
Aims:
This course aims at providing students with techniques and skill to analyze Remote Sensing image. Application of various fields will be introduced to encourage students to use remote sensing in their research
Nội dung tóm tắt môn học:
Nội dung chính của môn học bao gồm:
Cung cấp kinh nghiệm thực hành có cấu trúc liên quan đến chủ đề mà học viên quan tâm. Mỗi học viên tham dự khoá học phát triển một dự án trong đó bao gồm các khía cạnh như tiền xử lý dữ liệu, phân loại dữ liệu và rút ra các thông tin hữu ích từ dữ liệu vệ tinh. Các dự án có thể được thiết kế ứng dụng trong quản lý tài nguyên tự nhiên và môi trường, dự báo thiên tai,....
Course outline:
The main content of this course will include:
Student selects and implements a Remote Sensing project which is guided by Instructors. Tasks include: identify a practical problem; review literature; suggest a solution; collect data; major algorithms and computer science methods used in RS software design and development. Students can do Remote Sensing project individually or by group
Tài liệu học tập
Sách tham khảo/References
[1] James B. Campbell, Introduction to Remote Sensing. James B. Campbell, Taylor & Francis, 2002.
[2] Eric C. Barrett and Leonard F. Curtis, Introduction to Environmental Remote Sensing. Stanley Thornes, 1999
[4] Lê Văn Trung, Viễn thám. NXB ĐH Quốc Gia 2005
[5] Lê Văn Trung, Lâm Đạo Nguyên và Phạm Bch Việt, Thực hành Viễn thám. NXB ĐH Quốc Gia 2006
Các hiểu biết,các kỹ năng cần đạt được sau khi học môn học
Sau khi hoàn tất môn học này, sinh viên có thể có:
Kiến thức: về phân tích ảnh
Kỹ năng chuyên môn: Các thuật toán phân loại
Kỹ năng hỗ trợ: học viên có thể tự thực hiện các dự án viễn thám
Learning outcomes:
Upon completion of this course, students should have:
Knowledge: to analyze Remote Sensing image
Subject Specific Skills: Classification algorithms ..
Transferable Skills: Students can do Remote Sensing project individually
Hướng dẫn cách học - chi tiết cách đánh giá môn học:
Học viên chọn chủ đề quan tâm, nhận tên đề tài và tài liệu tham khảo
Tìm hiểu tổng quan về đề tài và xác định hướng nghiên cứu
Trình bày giải pháp thực hiện
Báo cáo kết quả nghiên cứu và thực nghiệm của học viên với giáo viên
Thuyết trình và thảo luận về nội dung nghiên cứu và kết quả thực hiện
Kết thúc môn học, mỗi học viên phải viết báo cáo trên khổ giấy A4 dưới hình thức tiểu luận về nội dung nghiên cứu, các loại công việc đã thực hiện và thành quả đạt được. Ngoài ra, trình bày toàn bộ kết quả đạt được dưới dạng báo cáo trước lớp, để tất cả học viên tham gia thảo luận.Sinh viên cần đọc sách giáo trình và làm bài tập đầy đủ.
Learning Strategies & Assessment Scheme:
General introduction of Remote Sensing research project
Selects topics
Do research on Remote Sensing literature
Solution presentation
Implement solution
Report experimental results
Presentation
Tp.Hồ Chí Minh, ngày 29 tháng 05 năm 2013
TRƯỞNG KHOA
|
CB PHỤ TRÁCH LẬP ĐỀ CƯƠNG
PGS. TS. LÊ VĂN TRUNG
|
Khoa: Kỹ Thuật Xây Dựng
Bộ môn: Địa Tin Học Đề cương môn học Sau đại học
CHUYÊN ĐỀ GIS
(GIS Workshop)
Mã số MH :
- Số tín chỉ :
|
Tc (LT.BT&TH.TựHọc): 2
|
TCHP:
|
|
- Số tiết - Tổng:
|
45
|
LT:
|
|
BT:
|
|
TH:
|
30
|
ĐA:
|
|
BTL/TL:
|
15
|
- Đánh giá :
|
Tiểu luận
|
100%
|
Làm tiểu luận theo yêu cầu
|
Thang điểm 10/10
|
|
|
|
- Môn tiên quyết :
|
-
|
MS:
|
- Môn học trước :
|
-
|
MS:
|
- Môn song hành :
|
-
|
MS:
|
- CTĐT ngành
Mã ngành :
|
Bản đồ viễn thám và hệ thông tin địa lý
60 44 02 14
|
- Ghi chú khác :
|
|
Mục tiêu của môn học:
Nâng cao khả năng nghiên cứu và kỹ năng làm việc trong lĩnh vực GIS thông qua việc nghiên cứu giải quyết các công việc liên quan đến 1 vấn đề cụ thể trong thực tế thuộc 1 trong các lĩnh vực quản lý đô thị, quản lý tài nguyên, ….
Aims:
To enhance research capability and working skill in Geographic Information System by studying and solving real problem in one of following fields such as urban management, resource management, ….
Nội dung tóm tắt môn học:
Nội dung chính của môn học bao gồm:
Các học viên tham dự khóa học có thể chọn và thực hiện 1 dự án GIS liên quan đến chủ đề mà học viên quan tâm. Học viên có thể làm việc cá nhân hoặc theo nhóm. Công việc bao gồm nhận dạng vấn đề thực tiển cần phải giải quyết, nghiên cứu chọn phương án giải quyết, thu thập dữ liệu, xây dựng cơ sở dữ liệu, và phát triển các chương trình ứng dụng. Học viên thực hiện dự án với sự giám sát và cố vấn của giảng viên
Course outline:
The main content of this course will include:
Participants select and implement a specific GIS project. Participants can work by group or individual. Tasks include identify problem, select an approach to solve, collect data, build GIS database, and develop application program. Participants do their works with guidance from lecturer
Tài liệu học tập
Sách tham khảo/References
[1] Michael Zeiler, Modeling our world, ESRI Press, 1999.
[2] P.A. Burrough, Principles of Geographical Information System for Land Resources Assess ment, Clarendon Press, Oxford, 1986.
[3] Các tạp chí tham khảo chính và các tài liệu chỉ định
Các hiểu biết,các kỹ năng cần đạt được sau khi học môn học
Sau khi hoàn tất môn học này, sinh viên có thể có:
Kiến thức: Nắm được phương pháp giải quyết bài tóan thực tiễn sử dụng GIS
Kỹ năng chuyên môn: Biết cách sử dụng 1 phần mềm GIS trong giải quyết vấn đề thực tế
Learning outcomes:
Upon completion of this course, students should have:
Knowledge: Understand method to solve a problem by using GIS
Subject Specific Skills: Know how to use specific GIS software to solve problem
Hướng dẫn cách học - chi tiết cách đánh giá môn học:
Học viên chọn chủ đề quan tâm, nhận tên đề tài và tài liệu tham khảo
Tìm hiểu tổng quan về đề tài và xác định hướng nghiên cứu
Trình bày giải pháp thực hiện
Báo cáo kết quả nghiên cứu và thực nghiệm của học viên với giáo viên
Thuyết trình và thảo luận về nội dung nghiên cứu và kết quả thực hiện
Kết thúc môn học, mỗi học viên phải viết báo cáo trên khổ giấy A4 dưới hình thức tiểu luận về nội dung nghiên cứu, các loại công việc đã thực hiện và thành quả đạt được. Ngoài ra, trình bày toàn bộ kết quả đạt được dưới dạng báo cáo trước lớp, để tất cả học viên tham gia thảo luận.Sinh viên cần đọc sách giáo trình và làm bài tập đầy đủ.
Learning Strategies & Assessment Scheme:
Generally introduce GIS research projects
Select a topic
Put forword a solution of the GIS topic
Implement the solution
Report experimental results
Present reseach results
Tp.Hồ Chí Minh, ngày 29 tháng 05 năm 2013
TRƯỞNG KHOA
|
CB PHỤ TRÁCH LẬP ĐỀ CƯƠNG
PGS. TS. TRẦN TRỌNG ĐỨC
|
Khoa: Kỹ Thuật Xây Dựng
Bộ môn: Địa Tin Học Đề cương môn học Sau đại học
Thống kê không gian
(Spatial Statistics)
Mã số MH :
- Số tín chỉ :
|
Tc (LT.BT&TH.TựHọc): 3
|
TCHP:
|
|
- Số tiết - Tổng:
|
60
|
LT:
|
30
|
BT:
|
|
TH:
|
15
|
ĐA:
|
|
BTL/TL:
|
15
|
- Đánh giá :
|
Bài tập/ Kiểm tra
Tiểu luận
|
20%
40%
|
Bài tập về nhà và kiểm tra nhanh tại lớp
Làm tiểu luận theo nhóm
|
Thang điểm 10/10
|
Thi cuối kỳ:
|
40%
|
Thi viết, 90 phút
|
- Môn tiên quyết :
|
-
|
MS:
|
- Môn học trước :
|
-
|
MS:
|
- Môn song hành :
|
-
|
MS:
|
- CTĐT ngành
Mã ngành :
|
Bản đồ viễn thám và hệ thông tin địa lý
60 44 02 14
|
- Ghi chú khác :
|
|
Mục tiêu của môn học:
Giới thiệu các phương pháp thống kê áp dụng cho dữ liệu địa thống kê, dữ liệu vùng và các kiểu mẫu điểm. Lý thuyết được minh họa bằng mô phỏng và ứng dụng.
Aims:
The lectures present an introduction to statistical methods for geostatistical data, regional data, and spatial point patterns. Theoretical properties are illustrated by simulation and applications.
Nội dung tóm tắt môn học:
Nội dung chính của môn học bao gồm:
Môn học này giới thiệu các phương pháp thống kê không gian. Dữ liệu địa thống kê, dữ liệu vùng, và các kiểu mẫu điểm không gian được nghiên cứu. Những chủ đề được nghiên cứu có thể bao gồm covariance functions, variograms, kriging, spatial autoregressive models, intensity function, K function, and cluster statistics… Ứng dụng được dùng để minh họa phương pháp
Course outline:
The main content of this course will include:
This course provides an introduction to spatial statistical methods. Geostatistical data, regional data, and spatial point patterns are studied. Among the topics considered are spatial covariance functions, variograms, kriging, spatial autoregressive models, intensity function, K function, and cluster statistics. Applications will be used to illustrate the methodologies.
Tài liệu học tập
Giáo trình/Textbook
[1] Bài giảng về “Thống kê không gian” của PGS. TS. Trần Trọng Đức.
Sách tham khảo/References
[2] Schabenberger, O. and Gotway, C. A. (2005) Statistical Methods for Spatial Data Analysis. Chapman & Hall/CRC Press; ISBN: 1-58488-322-7
[3] Bivand, R. S., Pebesma, E. J., and G´omez-Rubio, V. (2008) Applied Spatial Data Analysis with R. Springer Science + Business Media; ISBN: 978-0-387-78171-6
[4] ESRI BOOKS
Các hiểu biết,các kỹ năng cần đạt được sau khi học môn học
Sau khi hoàn tất môn học này, sinh viên có thể có:
Hiểu biết về ba loại dữ liệu không gian và biết những phương pháp được sử dụng trong phân tích mỗi loại dữ liệu
Ứng dụng khái niệm thống kê không gian vào các tập dữ liệu thực
Sử dụng phần mềm R (hoặc các phần mềm khác) để thực hiện phân tích không gian trên tập dữ liệu thực
Learning outcomes:
Upon completion of this course, students should have:
Understand the three basic types of spatial data and know the approaches used in analyzing each type.
Apply the concepts of spatial statistics to real datasets.
Use the R software (or other software package) to perform spatial analysis of real data sets.
Hướng dẫn cách học - chi tiết cách đánh giá môn học:
Sinh viên cần đọc sách giáo trình và làm bài tập đầy đủ.
Sinh viên cần thực hành thường xuyên với phần mềm thống kê, phần mềm ArcGIS.
Cách đánh giá
Bài tập và bài kiểm tra nhanh: 20%
Bài tiểu luận: 40%
Thi cuối kỳ: 40%
Learning Strategies & Assessment Scheme:
Students should read textbooks and finish all assignments.
Students should practice regulary using statistis software and ArcGIS.
Grading:
Homework and quizzes: 20%
Class project: 40%
Final: 40%
Nội dung chi tiết:
Tuần
|
Nội dung
|
Tài liệu
|
Ghi chú
|
1, 2
|
Phân tích địa thống kê
Giới thiệu: Dữ liệu địa tham chiếu
Phân tích thăm dò
|
[1] Chương 1
|
|
3,4,5,6
|
Mô hình hiệp phương sai và Semivariograms
Tiên đoán không gian và Kriging: simple, ordinary and universal.
|
[1] Chương 4, 5
|
|
7, 8
|
Mô hình không gian Stationary so với Non-stationary
|
[1] Chương 8
|
|
9, 10
|
Phân tích dữ liệu dạng vùng
Phân tích thăm dò;
Mô hình tự tương quan không gian và hồi quy không gian.
|
[1] Chương 6
|
|
11
|
Hiện tượng dạng điểm
Giới thiệu;
Vị trí và đếm sự kiện;
Kiểm định ngẫu nhiên không gian
|
[1] Chương 3
|
|
12, 13, 14
|
Đặc tính bậc 2 của các kiểu mẫu điểm;
Ước tính hàm K và L;
Nhóm dữ liệu.
|
|
|
15
|
Các chủ đề đặc biệt trong thống kê không gian
|
[1] Chương 9
|
|
Tp.Hồ Chí Minh, ngày 29 tháng 05 năm 2013
TRƯỞNG KHOA
|
CB PHỤ TRÁCH LẬP ĐỀ CƯƠNG
PGS. TS. TRẦN TRỌNG ĐỨC
|
Khoa: Kỹ Thuật Xây Dựng
Bộ môn: Địa Tin Học Đề cương môn học Sau đại học
TRẮC LƯỢNG ẢNH SỐ
(Digital Photogrammetry)
Mã số MH :
- Số tín chỉ :
|
Tc (LT.BT&TH.TựHọc): 3
|
TCHP:
|
|
- Số tiết - Tổng:
|
60
|
LT:
|
30
|
BT:
|
|
TH:
|
15
|
ĐA:
|
|
BTL/TL:
|
15
|
- Đánh giá :
|
Bài tập/ Kiểm tra
Tiểu luận
|
30%
20%
|
Bài tập về nhà và kiểm tra nhanh tại lớp
Làm tiểu luận theo nhóm
|
Thang điểm 10/10
|
Thi cuối kỳ:
|
50%
|
Thi viết, 90 phút
|
- Môn tiên quyết :
|
-
|
MS:
|
- Môn học trước :
|
-
|
MS:
|
- Môn song hành :
|
-
|
MS:
|
- CTĐT ngành
Mã ngành :
|
Bản đồ viễn thám và hệ thông tin địa lý
60 44 02 14
|
- Ghi chú khác :
|
|
Chia sẻ với bạn bè của bạn: |