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

مقاله مقاله نشریه

مشخصات مقاله

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

video

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

sound

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

نسخه انگلیسی

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

بازدید:

518
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

0
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی الگوی توزیع مکانی جمعیت علف هرز تلخه (.Acroptilon repens L) با استفاده از مدل شبکه عصبی مصنوعی بردار چندی ساز یادگیر (LVQ)

صفحات

 صفحه شروع 0 | صفحه پایان 0

چکیده

 پیشرفت های اخیر در کشاورزی دقیق سبب شده است تا مدل های قابل انعطاف مختلفی جهت پیش بینی, طبقه بندی و تهیه نقشه های دقیق از جمعیت علف های هرز به منظور کنترل متناسب بامکان آنها ارائه شود. این پژوهش به منظور پیش بینی الگوی پراکنش جمعیت علف هرز تلخه با استفاده از شبکه عصبی بردار چندی ساز یادگیر (LVQNN) در سطح مزرعه انجام شد. داده های مربوط به تراکم جمعیت علف هرز تلخه از طریق نمونه برداری بر روی یک شبکه علامت گذاری شده مربعی به ابعاد 2×2 متر ودرمجموع از 550 نقطه از سطح مزرعه در حال آیش در شهرستان شاهرود واقع در استان سمنان در سال 1389 بدست آمد. برای ارزیابی قابلیت شبکه عصبی LVQ در پیش بینی توزیع مکانی علف هرز از مقایسه آماری پارامترهایی مانند میانگین, واریانس, توزیع آماری و رابطه رگرسیونی بین مقادیر پیش بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آنها و نیز معیار دقت کلاس بندی استفاده شد. نتایج نشان داد که در فاز آموزش, آزمایش و کل, به ترتیب مقادیر p≤0.7, p≤0.8 و p=1.000 بدست آمد, که نشان دهنده عدم وجود تفاوت معنی داری در سطح 5 درصد بین مقادیر ویژگی های آماری (میانگین, واریانس و توزیع آماری) مجموعه داده های پیش بینی شده مکانی علف هرز و مقادیر واقعی آنها بود. به عبارتی شبکه عصبی مصنوعی به خوبی توانست مدل داده های مکانی علف هرز را بیاموزد. نتایج نشان داد که شبکه عصبی آموزش دیده, دارای قابلیت بالایی در پیش بینی مکانی علف هرز در نقاط نمونه برداری نشده با دقت تشخیص کمتر از 2.7 درصد بود. شبکه عصبی توانست پس از کلاس بندی, نقشه توزیع مکانی علف هرز تلخه را در تمام نقاط سطح مزرعه ترسیم نماید. نقشه حاصل از کلاس بندی نشان داد که علف هرز تلخه دارای توزیع لکه ای است و لذا امکان کنترل متناسب با مکان آن در مزرعه مورد مطالعه وجود دارد.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    مکاریان، حسن، و روحانی، عباس. (1392). پیش بینی الگوی توزیع مکانی جمعیت علف هرز تلخه (.Acroptilon repens L) با استفاده از مدل شبکه عصبی مصنوعی بردار چندی ساز یادگیر (LVQ). دانش کشاورزی و تولید پایدار (دانش کشاورزی)، 23(1)، 0-0. SID. https://sid.ir/paper/475677/fa

    Vancouver: کپی

    مکاریان حسن، روحانی عباس. پیش بینی الگوی توزیع مکانی جمعیت علف هرز تلخه (.Acroptilon repens L) با استفاده از مدل شبکه عصبی مصنوعی بردار چندی ساز یادگیر (LVQ). دانش کشاورزی و تولید پایدار (دانش کشاورزی)[Internet]. 1392؛23(1):0-0. Available from: https://sid.ir/paper/475677/fa

    IEEE: کپی

    حسن مکاریان، و عباس روحانی، “پیش بینی الگوی توزیع مکانی جمعیت علف هرز تلخه (.Acroptilon repens L) با استفاده از مدل شبکه عصبی مصنوعی بردار چندی ساز یادگیر (LVQ)،” دانش کشاورزی و تولید پایدار (دانش کشاورزی)، vol. 23، no. 1، pp. 0–0، 1392، [Online]. Available: https://sid.ir/paper/475677/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    مرکز اطلاعات علمی SID
    strs
    دانشگاه امام حسین
    بنیاد ملی بازیهای رایانه ای
    کلید پژوه
    ایران سرچ
    ایران سرچ
    فایل موجود نیست.
    بازگشت به بالا