مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,002
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

565
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تخمین پایداری خاکدانه در خاک های جنگلی استان گیلان بوسیله شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی

صفحات

 صفحه شروع 153 | صفحه پایان 162

کلیدواژه

میانگین هندسی قطر خاکدانه ها (GMD)Q3

چکیده

 استفاده از شبکه های عصبی مصنوعی و توابع انتقالی رگرسیونی در برآورد ویژگی های دیریافت خاک از جمله پایداری خاکدانه ها, هزینه و زمان لازم برای اندازه گیری مستقیم این ویژگی ها را کاهش می دهد. در این پژوهش 100 نمونه خاک از جنگل های استان گیلان تهیه شد. ماده آلی, جرم ویژه ظاهری, کربنات کلسیم معادل, جرم ویژه حقیقی, تخلخل, مقاومت مکانیکی خاک, رس, شن, سیلت, pH و هدایت الکتریکی به عنوان متغیرهای مستقل و میانگین هندسی قطر خاکدانه ها (GMD) به عنوان متغیر وابسته تعیین شدند. نمونه ها به صورت تصادفی به دو سری شامل 80 داده برای آموزش و 20 داده برای آزمون مدل ها تقسیم شدند. برای ایجاد توابع انتقالی رگرسیونی از روش گام به گام و به منظور تشکیل شبکه های عصبی مصنوعی از الگوریتم آموزشی مارکوارت-لورنبرگ و ساختار پروسپترون سه لایه با شش نرون در لایه پنهان استفاده شد. بر اساس نتایج ماتریس همبستگی بین GMD به عنوان متغیر وابسته و متغیرهای مستقل, تعداد 18 گروه متغیر مستقل برای داده ها انتخاب شدند. این متغیرها یک بار به عنوان متغیرهای ورودی توابع انتقالی رگرسیونی چندگانه و یک بار به عنوان متغیرهای ورودی شبکه عصبی مصنوعی به کار رفتند. بر اساس آماره های ضریب تبیین تصحیح شده (R2ady), ریشه دوم میانگین مربعات خطا (RMSE) و برتری نسبی (RI) مدل با متغیرهای ورودی pH, جرم ویژه حقیقی, سیلت و مقاومت مکانیکی خاک بهترین مدل شبکه عصبی مصنوعی برای برآورد GMD داده های مورد آزمایش شناخته شد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    علیجانپورشلمانی، عادله، شعبان پور، محمود، اسدی، حسین، و باقری، فرید. (1390). تخمین پایداری خاکدانه در خاک های جنگلی استان گیلان بوسیله شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی. دانش آب و خاک (دانش کشاورزی)، 21(3)، 153-162. SID. https://sid.ir/paper/147669/fa

    Vancouver: کپی

    علیجانپورشلمانی عادله، شعبان پور محمود، اسدی حسین، باقری فرید. تخمین پایداری خاکدانه در خاک های جنگلی استان گیلان بوسیله شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی. دانش آب و خاک (دانش کشاورزی)[Internet]. 1390؛21(3):153-162. Available from: https://sid.ir/paper/147669/fa

    IEEE: کپی

    عادله علیجانپورشلمانی، محمود شعبان پور، حسین اسدی، و فرید باقری، “تخمین پایداری خاکدانه در خاک های جنگلی استان گیلان بوسیله شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی،” دانش آب و خاک (دانش کشاورزی)، vol. 21، no. 3، pp. 153–162، 1390، [Online]. Available: https://sid.ir/paper/147669/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button