Hivatkozási lista Külföldi hivatkozások: Barsi, Árpád (1996): Thematic Classification of a Landsat Image Using Neural Networks, International Archives of Photogrammetry and Remote Sensing, Vol. XXXI, Part B3, pp. 48-52 [1] Walter, V. – Fritsch, D. (1998): Automatic Verification of GIS Data using High Resolution Multispectral Data, in: T. Schenk & A. Habib, eds, 'IAPRS', Vol. 32/3, ISPRS Commission III Symposium on Object Recognition and Scene Classification from Multispectral and Multisensor Pixels, Columbus/Ohio, USA, pp. 485-490. [2] Walter, V. (1998): Automatic classification of remote sensing data for GIS database revision, IAPRS, Vol. 32, Part 4, Stuttgart, Germany, pp. 641-648 [3] Walter, V. – Fritsch, D. (2000): Automated revision of GIS databases, in: KiJoune Li et. al. (Edts): Proceedings of the eight ACM symposium on advances in geographic information systems Washington, pp. 129 – 134 Barsi, Árpád (1998): Thematic Classification of Landsat TM Imagery by a NeuroFuzzy Method, International Archives of Photogrammetry and Remote Sensing, Vol. XXXII, Part 7, pp. 323-327 [4] Ferencz, C. – Bognár, P. – Lichtenberger, J. et al. (): Crop yield estimation by satellite remote sensing, International Journal of Remote Sensing, Vol. 25, No. 20, pp. 4113-4149 Barsi, Árpád (1999): Koordináta-transzformáció megoldása neurális hálózattal, Geodézia és Kartográfia, Budapest, Vol. LI, No. 10, pp. 12-18 [5] Zaletnyik, P. (2004): Coordinate transformation with neural networks and with polynomials in Hungary, International Symposium on Modern technologies, education, and professional practice in geodesy and related fields, 4-5 November 2004, Sofia, Bulgaria, pp. 471-479. Szepessy, Zsuzsanna – Lukáts, Ákos – Fekete, Tibor – Barsi, Árpád – Röhlich, Pál – Szél, Ágoston (2000): Cone differentiation with no photopigment coexpression, Investigative Ophthalmology and Visual Science, Vol. 41, No. 10, pp. 3171-3175 [6] Gjorloff, K. – Bruun, A. – Gosh, R. (2001): Cone photoreceptors in laminated retinal transplants, Acta Ophthalmologica Scandinavica, Vol. 79, No. 4, pp. 366369 [7] Lukats, A. – Dkhissi-Benyahya, O. – Szepessy, Z. – Rohlich, P. – Vigh, B. – Bennett, N.C. – Cooper, H.M. – Szel, A. (2002): Visual pigment coexpression in all cones of two rodents, the Siberian hamster and the pouched mouse, Investigative Ophthalmology and Visual Science, Vol. 43, No. 7, pp. 2468-2473 [8] Mack, A.F. – Uhlman, D. – Germer, A. – Szel, A. – Enzmann, V. – Reichenbach, A. (2003): Differentiation of cones in cultured rabbit retina: effects of retinal pigment epithelial cell-conditioned medium, Neuroscience Letters, Vol. 341, No. 1, pp. 53-56
1
Barsi, Árpád (2000): The Impact of Data Compression and Neighborhood Information on the Classification Accuracy of Artificial Neural Networks, International Archives of Photogrammetry and Remote Sensing, Vol. XXXIII, Part B7/1, pp. 140-147 [9] Hejmanowska, B. (2000): Komisja VII – GIS, mapa uzitkowania terenu, metody klasyfikacji obrazow, wysokorozdzielcze obrazy satelitarne, Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 10, pp. 22-1 – 22-6 Detrekői, Ákos – Barsi, Árpád – Mélykúti, Gábor – Szabó, György(2000): 1:10000 méretarányú EOTR topográfiai térképek domborzati tartalmának ellenőrzése, összegző jelentés, EU Harmonizációs Program, FVM-FÖMI [10] Winkler, P. (2004): The national orthophoto program of Hungary completed under strict quality control, International Archives of Photogrammetry and Remote Sensing, Vol. XXXV, Part 4, pp. 376-381 Barsi, Árpád (2001): Performing coordinate transformation by artificial neural network, Allgemeine Vermessungsnachrichten, Vol. 108, No. 4, pp. 134-137 [11] Heine, K. (2001): Using Artificial Neural Networks and Fuzzy Technology for Geodetical Data Analysis, IAG Symposium 2001, Vistas for Geodesy in the New Millenium, Budapest, p.6 [12] Wisloff, S. (2002): Fra NGO1948 til EUREF89 – hvor komplisert er det? Kartdagene 2002, Norkart AS, Norway, p. 8 [13] Awange, J.L. – Grafarend, E.W. (2005): Solving Algebraic Computational Problems in Geodesy and Geoinformatics – The Answer to Modern Challenges, Springer, Berlin, p. 333 Barsi, Árpád – Heipke, Christian – Willrich, Felicitas (2002): Junction extraction by artificial neural network system – JEANS, International Archives of Photogrammetry and Remote Sensing, Graz, Vol. XXXIV, Part 3B, pp. 18-21 [14] Heipke, C. (2002): Photogrammetrie & Fernerkundung – vom Elektronenmikroskop bis zur Planetenbeobachtung, Am Puls von Raum und Zeit – 50 Jahre Deutsche Geodätische Kommission, DGK, München, 2002, pp. 54-68 [15] Wessel, B. – Wiedemann, C. – Ebner, H. (2003): The Role of Context for Road Extraction from SAR Imagery, IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2003, Toulouse, Vol. VI, p. 4025-4027 [16] Mena, J.B. (2003): State of the art on automatic road extraction for GIS update: a novel classification, Pattern Recognition Letters, Vol. 24, No. 16, pp. 3037-3058 [17] Silva, M.A.O. – Dal Poz, A.P. (2003): Deteccao e reconstrucao automatica de juncoes de rodovia em imagens digitais de cenas rurais, Bol. Cienc. Geod., Vol. 9, No. 2, pp. 263-281 [18] Wessel, B. (2004): Road network extraction from SAR imagery supported by context information, International Archives of Photogrammetry and Remote Sensing, Vol. XXXV, Part 3, pp. 360-365 [19] Zanin, R.B. (2004): Metodologica automatica para extracao de cruzamentos de robovias em imagens at alta, Universidade Estadual Paulista, disszertáció, Presidente pruente, p. 121 [20] Wang, R. – Hu, Y. – Zhang, X. (2005): Extraction of Road Networks Using Pan-Sharpened Multispectral and Panchromatic Quickbird Images, Geomatica, Vol. 59, No. 3, pp. 263-273
2
[21] Gorte, B.G.H. – Nejadasl, F.K. – Hoogendorn, S.P. (2005): Outline Extraction of a Motorway from Helicopter Image Sequence, International Archives of Photogrammetry and Remote Sensing, Vol. XXXVI, Part 3/W24, pp. 179-184 Toth, Charles K. – Barsi, Árpád – Lovas, Tamás (2003): Vehicle Recognition from LiDAR Data, International Archives of Photogrammetry and Remote Sensing, Vol. XXXIV, Part 3/W13, pp. 162-166 [22] Stilla, U. – Michaelsen, E. – Soergel, U. – Hinz, S. – Ender, J. (2004): Airborne monitoring of vehicle activity in urban areas, International Archives of Photogrammetry and Remote Sensing, Vol. XXXV, Part 3, pp. 973-979 [23] Toth, C.K. – Grejner-Brzezinska, D. (2004): Traffic management with stateof-the-art airborne imaging sensors, International Archives of Photogrammetry and Remote Sensing, Vol. XXXV, Part 2, pp. 848-853 [24] Tóvári, D. (2005): Classification of airborne laser scanner data, PhD dissertation, Karlsruhe, p. 115 [25] Toth, C.K. – Grejner-Brzezinska, D. – Moafipoor, S. (2004): Precise Vehicle Topology and Road Surface Modeling Derived from Airborne Lidar Data, ION Annual Meeting, Dayton, Ohio, p. 8 Barsi, Árpád – Heipke, Christian (2003): Artificial neural networks for the detection of road junctions in aerial images, International Archives of Photogrammetry and Remote Sensing, Vol. XXXIV, Part 3/W8, pp. 113-118 [26] Zeng, G. – Birchfield, S.T. – Wells, C.E. (2006): Detecting and measuring fine roots in minirhizoton images using matched filtering and local entropy thresholding, Machine Vision and Applications, Springer, Vol. 17, No. 4, pp. 265278 Barsi, Árpád (2004): Object detection using neural self-organization, International Archives of Photogrammetry and Remote Sensing, Vol. XXXV, Part 3, pp. 366-371 [27] Tóvári, D. (2005): Classification of airborne laser scanner data, PhD dissertation, Karlsruhe, p. 115 [28] Vazquez, D. – Fraichard, T. (2006): A Novel Self Organizing Network to Perform Fast Moving Object Extraction from Video Streams, IEEE International Conference on Intelligent Robots and Systems, Beijing, p. 6 Lovas, Tamás – Barsi, Árpád – Toth, Charles K. (2004): Detecting moving targets in laser scanning, ASPRS Annual Meeting 2004, Denver, p. 7 [29] Toth, C.K. – Grejner-Brzezinska, D. (2004): Traffic management with stateof-the-art airborne imaging sensors, International Archives of Photogrammetry and Remote Sensing, Vol. XXXV, Part 2, pp. 848-853
Magyar hivatkozások: Barsi, Árpád (1997): Landsat-felvétel tematikus osztályozása neurális hálózattal, Geodézia és Kartográfia, Budapest, Vol. XLIX, No. 4, pp. 21-28 [30] Sárközy, F. (1998): Mesterséges neurális hálózatok mint GIS függvények, Geomatikai Közlemények, Sopron, No. 1, pp. 109-129
3
Barsi, Árpád (1998): Felszínborítottság térképezése neuro-fuzzy módszerrel GISkörnyezetben, Geodézia és Kartográfia, Budapest, Vol. L, No. 6, pp. 10-15 [31] Sárközy, F. (1998): Mesterséges neurális hálózatok mint GIS függvények, Geomatikai Közlemények, Sopron, No. 1, pp. 109-129 [32] Salga, P. – Hufnagel, L. (2006): Klímamodellezés és elosztott rendszerek, Networkshop 2006, NIIF, Miskolc Barsi, Árpád (1998): Neurális hálózatok a tematikus térképezésben, PhD értekezés, p. 96 [33] Szabó, Gy. (2006): Objektumorientált térinformatikai adatrendszerek többcélú értelmezése, PhD disszertáció, Budapest Barsi, Árpád (1999): Koordináta-transzformáció megoldása neurális hálózattal, Geodézia és Kartográfia, Budapest, Vol. LI, No. 10, pp. 12-18 [34] Veres, G. (2002): RBF neurális hálózat alkalmazása magasság meghatározására, Geodézia és Kartográfia, Vol. LIV, No. 7, pp. 25-30 [35] Paláncz, B. – Völgyesi, L. (2003): High accuracy data representation via sequence of neural networks, Acta Geod. Geoph. Hung., Vol. 38, No. 3, pp. 337343 [36] Ádám, J. – Bányai, L. – Borza, T. – Busics, Gy. – Kenyeres, A. – Krauter, A. – Takács, B. (2004): Műholdas helymeghatározás, Műegyetemi Kiadó, Budapest, p. 458 [37] Zaletnyik, P. (2005): Internetes alkalmazás koordináta transzformációra neurális hálózatok alkalmazásával, Geomatikai Közlemények, Sopron, No. 8, pp. 77-84 Barsi, Árpád – Mélykúti, Gábor (1999): Épülethomlokzat kiértékelés digitális fotogrammetriai környezetben, Geodézia és Kartográfia, Budapest, Vol. LI, No. 5, pp. 8-14 [38] Fekete, K. (2006): A közelfotogrammetria és néhány orvosi alkalmazása, PhD disszertáció, Budapest [39] Fekete, K. (2006): Közelfotogrammetria, egyetemi jegyzet, Budapest [40] Szabó, Gy. (2006): Objektumorientált térinformatikai adatrendszerek többcélú értelmezése, PhD disszertáció, Budapest Detrekői, Ákos – Barsi, Árpád – Mélykúti, Gábor – Szabó, György (2000): 1:10000 méretarányú EOTR topográfiai térképek domborzati tartalmának ellenőrzése, összegző jelentés, EU Harmonizációs Program, FVM-FÖMI [41] Winkler, P. (2003): Magyarország digitális ortofotó programja (MADOP) és nagyfelbontású digitális domborzat modell (DDM) az ország teljes területére, Geodézia és Kartográfia, Vol. LV, No. 12, pp. 3-10 Récsei, István – Barsi, Árpád (2000): Digitális képek térinformatikai integrációja, Geomatikai Közlemények, Sopron, No. 3, pp. 247-254 [42] Magyar Honvédség Térképész Szolgálat: Térképészeti és katonaföldrajzi támogatás a NATO térképészeti politikájának tükrében, Térképészeti és Katonaföldrajzi Tájékoztató, Budapest, 2004, p. 171
4
Lovas, Tamás – Barsi, Árpád – Eppel, Gábor (2001): Processing of GPS measurements for navigational GIS, IAG Symposium 2001, Vistas for Geodesy in the New Millenium, Budapest, p.4 [43] Takács, B. (2002): Kinematikus GPS-mérések tapasztalatai, Geodézia és Kartográfia, Budapest, Vol. LIV, No. 5, pp. 22-25 [44] Takács, B. (2002): GPS after turning off selective availability, I. Ph.D. Civilexpo, November 21-22, Budapest, pp.158-164 [45] Takács, B. (2003): GPS kódmérések pontossági vizsgálata, Geomatikai Közlemények, Sopron, No. 5, pp. 45-53 [46] Takács, B. (2004): Abszolút GPS-méréseket terhelő hibahatások vizsgálata, PhD disszertáció, Budapest, p. 94 Barsi, Árpád (2001): Performing coordinate transformation by artificial neural network, Allgemeine Vermessungsnachrichten, Vol. 108, No. 4, pp. 134-137 [47] Lovas, T. (2004): Térinformatikai módszerek és a lézeres távérzékelési technológia közlekedési célú felhasználásának vizsgálata, PhD disszertáció, Budapest, p. 90 Barsi, Árpád – Heipke, Christian – Willrich, Felicitas (2002): Junction extraction by artificial neural network system – JEANS, International Archives of Photogrammetry and Remote Sensing, Vol. XXXIV, Part 3B, pp. 18-21 [48] Lovas, T. (2004): Térinformatikai módszerek és a lézeres távérzékelési technológia közlekedési célú felhasználásának vizsgálata, PhD disszertáció, Budapest, p. 90 Barsi, Árpád – Detrekői, Ákos – Mélykúti, Gábor – Paláncz, Béla – Winkler, Gusztáv (2003): Digitális ortófotók készítése és alkalmazási lehetőségei, Geodézia és Kartográfia, Budapest, Vol. LV, No. 2, pp. 3-7 [49] Timár, G. (2003): Az Alföld nagyfelbontású digitális domborzati modellje, Geodézia és Kartográfia, Vol. LV, No. 4, pp. 19-23 [50] Paláncz, B. (2004): Waveletek és alkalmazásuk a képfeldolgozásban, Geomatikai Közlemények, Sopron, No. 7, pp. 59-68 Barsi, Árpád – Heipke, Christian (2003): Detecting road junctions by artificial neural networks, 2nd GRSS/ISPRS Joint Workshop on Remote Sensing and Data Fusion over Urban Areas (URBAN 2003), ISPRS-ASPRS-IEEE-Earsel, Berlin, pp. 129-132 [51] Lovas, T. (2004): Térinformatikai módszerek és a lézeres távérzékelési technológia közlekedési célú felhasználásának vizsgálata, PhD disszertáció, Budapest, p. 90 Barsi, Árpád (2003): Neurális hálózatok alkalmazása a képelemzésben és a térinformatikában, habilitációs értekezés, p. 64 [52] Lovas, T. (2004): Térinformatikai módszerek és a lézeres távérzékelési technológia közlekedési célú felhasználásának vizsgálata, PhD disszertáció, Budapest, p. 90 Lovas, Tamás – Takács, Bence – Barsi, Árpád (2003): Analyzing the urban canyon effect in Budapest, GNSS 2003 – The European Navigation Conference, Graz, p.10 [53] Takács, B. (2004): Abszolút GPS-méréseket terhelő hibahatások vizsgálata, PhD disszertáció, Budapest, p. 94
5
Kugler, Zsófia – Ládai, András Dénes – Barsi, Árpád (2004): Digitális magasságmodellek összehasonlítása városi környezetben, Geodézia és Kartográfia, Budapest, Vol. LVI, No. 10, pp. 10-15 [54] Ládai, A.D. – Tóth, Z. (2005): Egy bányaművelési térkép korszerűsítése, Bányászati és Kohászati Lapok, Vol. 138, No. 5, pp. 13-15 Kugler, Zsófia – Barsi, Árpád – Mélykúti, Gábor – Ládai, András Dénes (2005): Automatikus fotogrammetriai eljárással előállított digitális terepmodell beépített környezetben, Geodézia és Kartográfia, Budapest, Vol. LVII, No. 12, pp. 12-17 [55] Mészáros, M. – Szatmári, J. – Tobak, Z. – Mucsi, L. (2006): Digitális domborzatmodellek előállítása és alkalmazása sztereo CORONA űrfelvételek alapján, Geodézia és Kartográfia, Budapest, Vol. LVIII, No. 3, pp. 30-35 Kugler, Zsófia – Barsi, Árpád (2005): Űrfelvételek a dél-kelet ázsiai szökőár katasztrófa mentési munkálatainak szolgáltában, Doktori kutatások a BME Építőmérnöki Karán, Budapest 2005. március 2, pp. 48-51 [56] Ádám, J. (2006): Az IAG globális geodéziai megfigyelőrendszere, Geodézia és Kartográfia, Budapest, Vol. LVIII, No. 7, pp. 6-17
Elektronikus hivatkozások: Barsi, Árpád (1997): Landsat-felvétel tematikus osztályozása neurális hálózattal, Geodézia és Kartográfia, Budapest, Vol. XLIX, No. 4, pp. 21-28 [57] Czimber, K. (2001): Geoinformatika elektronikus jegyzet, V. Integrált geoinformatikai rendszer, http://www.geo.uszeged.hu/~joe/fotogrammetria/GeoInfo/geoinfo6.htm Barsi, Árpád – Heipke, Christian – Willrich, Felicitas (2002): Junction extraction by artificial neural network system – JEANS, International Archives of Photogrammetry and Remote Sensing, Graz, Vol. XXXIV, Part 3B, pp. 18-21 [58] Keith Price Bibliography Curvature, Corners, Dominant Points, Salient Points, Junctions (2003): http://iris.usc.edu/VisionNotes/bibliography/edge254.html
6
