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:

709
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

646
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مقایسه مدل های شبکه عصبی مصنوعی و رگرسیونی در تخمین وزن خشک و جذب فسفر گیاه ذرت

صفحات

 صفحه شروع 129 | صفحه پایان 140

چکیده

 در این تحقیق مقایسه ای بین شبکه عصبی مصنوعی (ANN) و مدل های رگرسیونی خطی در تخمین وزن خشک و جذب فسفر گیاه ذرت از روی فسفر خاک استخراج شده توسط عصاره گیرهای مختلف انجام یافت. برای این منظور 25 نمونه مرکب خاک سطحی (0-30cm) از نقاط مختلف استان آذربایجان شرقی جمع آوری و در آن خاک ها گیاه ذرت (سینگل کراس 704) در سه تکرار در گلخانه کشت شد. بعد از 60 روز گیاهان برداشت و وزن خشک بخش هوایی و غلظت فسفر در آن اندازه گیری شد. نتایج نشان داد که ضریب تبیین مدل رگرسیون خطی بین فسفر استخراج شده با روش های کالول و اولسن با وزن خشک بخش هوایی ذرت به ترتیب برابر 0.49 و 0.44 بودند. با توجه به نتایج مدل شبکه عصبی مصنوعی روش اولسن برای تخمین وزن خشک و روش آب مقطر برای تخمین غلظت فسفر بخش هوایی ذرت برتر از سایر روش ها بودند. در پیش بینی شاخص های مهم وزن خشک و فسفر جذب شده توسط گیاه ذرت بر مبنای غلظت فسفر استخراج شده توسط عصاره گیرهای مختلف, ضرایب تبیین مدل های شبکه عصبی مصنوعی بیشتر از مدل های رگرسیونی خطی حاصل گردید, لذا چنین نتیجه گیری شد که می توان از شبکه عصبی مصنوعی در مطالعات آزمون خاک برای فسفر بهره گرفت.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    مقصودی، محمدرضا، ریحانی تبار، عادل، و نجفی، نصرت اله. (1394). مقایسه مدل های شبکه عصبی مصنوعی و رگرسیونی در تخمین وزن خشک و جذب فسفر گیاه ذرت. دانش آب و خاک (دانش کشاورزی)، 25(2)، 129-140. SID. https://sid.ir/paper/147732/fa

    Vancouver: کپی

    مقصودی محمدرضا، ریحانی تبار عادل، نجفی نصرت اله. مقایسه مدل های شبکه عصبی مصنوعی و رگرسیونی در تخمین وزن خشک و جذب فسفر گیاه ذرت. دانش آب و خاک (دانش کشاورزی)[Internet]. 1394؛25(2):129-140. Available from: https://sid.ir/paper/147732/fa

    IEEE: کپی

    محمدرضا مقصودی، عادل ریحانی تبار، و نصرت اله نجفی، “مقایسه مدل های شبکه عصبی مصنوعی و رگرسیونی در تخمین وزن خشک و جذب فسفر گیاه ذرت،” دانش آب و خاک (دانش کشاورزی)، vol. 25، no. 2، pp. 129–140، 1394، [Online]. Available: https://sid.ir/paper/147732/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