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:

2,786
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

1,006
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی کارایی مدل های رگرسیون چند متغیره و شبکه عصبی مصنوعی (ANN) در پیش بینی فعالیت آنزیم های آنتی اکسیدان در شاخساره گندم نان (Triticum aestivum) تحت سمیت کادمیم

صفحات

 صفحه شروع 727 | صفحه پایان 737

چکیده

 هدف از انجام این تحقیق مقایسه کارایی مدل های رگرسیون چند متغیره و شبکه عصبی مصنوعی (ANN) جهت پیش بینی مقدار فعالیت آنزیم های آنتی اکسیدان سوپراکسید دیسموتاز (SOD), کاتالاز (CAT), آسکوربات پراکسیداز (APX) و پراکسیداز (POX) در شاخساره گندم (Triticumaestivum) رقم الوند در خاک آلوده به کادمیم بود. تیمارهای آزمایش شامل چهار سطح کادمیم (صفر (شاهد), 25, 50 و 100 میلی گرم کادمیم در کیلوگرم خاک) بود. پس از گذشت 30 روز (هم زمان با مرحله به ساقه رفتن) اقدام به برداشت نمونه ها و اندازه گیری ده پارامتر مختلف شامل وزن تر و خشک, غلظت کلروفیل های a و b, غلظت عناصر کادمیم, مس, آهن, منگنز, روی و پتاسیم شد. همچنین, مقدار فعالیت آنزیم های SOD, CAT,APX و POX اندازه گیری شد. در مرحله بعد ضرایب همبستگی بین پارامترهای ده گانه و مقدار فعالیت آنزیم های آنتی اکسیدان تعیین شد. نتایج حاصل از مدل های بهینه شده رگرسیون چند متغیره و شبکه عصبی مصنوعی نشان داد که کارایی مدل شبکه عصبی مصنوعی در پیش بینی مقدار فعالیت آنزیم های SOD و POX بیش از مدل رگرسیون چند متغیره بود. ضرایب همبستگی (r2) بین مقادیر اندازه گیری شده و پیش بینی شده فعالیت آنزیم SOD برای مدل های رگرسیون چند متغیره و شبکه عصبی مصنوعی به ترتیب 0.76 و 0.87 بود. ضرایب همبستگی آنزیم POX برای مدل های رگرسیون چند متغیره و شبکه عصبی مصنوعی به ترتیب 0.96 و 0.98 بود. ضرایب همبستگی بین مقادیر اندازه گیری شده و پیش بینی شده فعالیت آنزیم CAT برای مدل های رگرسیون چند متغیره و شبکه عصبی مصنوعی به ترتیب 0.97 و 0.98 بود. در رابطه با آنزیم APX این ضرایب برای مدل های رگرسیون چند متغیره و شبکه عصبی به ترتیب 0.97 و 0.99 بود. با توجه به نتایج این تحقیق می توان گفت کارایی مدل شبکه عصبی مصنوعی در پیش بینی مقدار فعالیت آنزیم های آنتی اکسیدان در شاخساره رقم الوند تحت سمیت کادمیم به طور کلی بیش از مدل رگرسیون چند متغیره بود.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    جوادزرین، ایمان، و متشرع زاده، بابک. (1394). ارزیابی کارایی مدل های رگرسیون چند متغیره و شبکه عصبی مصنوعی (ANN) در پیش بینی فعالیت آنزیم های آنتی اکسیدان در شاخساره گندم نان (Triticum aestivum) تحت سمیت کادمیم. تحقیقات آب و خاک ایران (علوم کشاورزی ایران)، 46(4)، 727-737. SID. https://sid.ir/paper/225599/fa

    Vancouver: کپی

    جوادزرین ایمان، متشرع زاده بابک. ارزیابی کارایی مدل های رگرسیون چند متغیره و شبکه عصبی مصنوعی (ANN) در پیش بینی فعالیت آنزیم های آنتی اکسیدان در شاخساره گندم نان (Triticum aestivum) تحت سمیت کادمیم. تحقیقات آب و خاک ایران (علوم کشاورزی ایران)[Internet]. 1394؛46(4):727-737. Available from: https://sid.ir/paper/225599/fa

    IEEE: کپی

    ایمان جوادزرین، و بابک متشرع زاده، “ارزیابی کارایی مدل های رگرسیون چند متغیره و شبکه عصبی مصنوعی (ANN) در پیش بینی فعالیت آنزیم های آنتی اکسیدان در شاخساره گندم نان (Triticum aestivum) تحت سمیت کادمیم،” تحقیقات آب و خاک ایران (علوم کشاورزی ایران)، vol. 46، no. 4، pp. 727–737، 1394، [Online]. Available: https://sid.ir/paper/225599/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