ارزیابی کیفی تناسب اراضی دشت نیشابور برای محصول سویا براساس مدل شبکه های عصبی مصنوعی با استفاده از GIS

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 569

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NACONF03_503

تاریخ نمایه سازی: 30 دی 1394

چکیده مقاله:

هدف از انجام این تحقیق ارزیابی کیفی تناسب اراضی دشت نیشابور جهت کشت سویا براساس مدل شبکه های عصبی مصنوعی با استفاده از سیستم اطلاعات جغرافیایی در اراضی دشت نیشابور می باشد. نتایج حاصل از تناسب اراضی با مدل شبکه های عصبی مصنوعی نشان می دهد، که بهترین مدل پیش بینی به صورت 1-5-11 می باشد، یعنی با 11 ورودی که با 5 نرون به یک نتیجه می انجامد در واقع به ارزیابی اراضی می پردازد که چه مقدار ارزیابی درست می باشد، مجذور میانگین مجموع مربعات RMSE=0/0787 و SSE=0/2168 می باشد. مدل باشش نرون دارای بیشترین ضریب تعیین 0/9998 می باشد، این ضریب تعیین بدان معنی ست که 99/98 درصد از تغییرات توسط مدل مذکور(1-5-11) توجیه می گردد.

نویسندگان

الناز قدیری

دانشجوی کارشناسی ارشد اگرواکولوژی دانشگاه آزاد اسلامی واحد مشهد

علی باقر زاده چهارجویی

عضو هیات علمی دانشگاه آزاد اسلامی واحد مشهد

سید محسن نبوی کلات

عضو هیات علمی دانشگاه آزاد اسلامی واحد مشهد

معصومه پور رضایی

دانشجوی کارشناسی ارشد اگرواکولوژی دانشگاه آزاد اسلامی واحد مشهد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • باقری، س.، قیصری، م.، ایوبی، ش. و لوایی، ن. 1391. ...
  • منهاج، م.ب. 1381. مبانی شبکه‌های عصبی. مرکز نشر دانشگاه صنعتی ...
  • مهندسین مشاور ویسان. 1377. آلبوم نقشه‌های هیدرولوژی- هواشناسی. طرح جامع ...
  • Alvarez R, 2009. Predicting average regional yield and production of ...
  • Breda, F., Rossi, S, Mbodj, C., Mahjoub, I. and Sghaiev, ...
  • Drummond ST, Sudduth KA, Joshi A, Birrell SJ and Kitchen ...
  • Kaul M, Hill RL and Walthal C, 2005. Artificial neural ...
  • Miao Y, Mulla DJ and Robert PC, 2006. Identifying important ...
  • نمایش کامل مراجع