CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

APPLICATION OF ARTIFICIAL NEURAL NETWORKS TO ESTIMATE THE CONCENTRATION OF ABSORBED CADMIUM BY AN IRANIAN WHEAT CULTIVAR

اعتبار موردنیاز: ۰ | تعداد صفحات: ۱ | تعداد نمایش خلاصه: ۲۱۷ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: NIAC01_111
زبان مقاله: انگلیسی
حجم فایل: ۸۲.۷۷ کلیوبایت
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.

راهنمای دانلود فایل کامل این مقاله

اصل مقاله فوق در بانک مقالات سیویلیکا موجود نیست. مقالات کنفرانس‌های کشور توسط دبیرخانه‌های مربوط منتشر می‌شوند و در صورتی که اصل مقاله توسط دبیرخانه منتشر نشده باشد، امکان ارائه آن توسط سیویلیکا وجود ندارد. در صورتی که نویسنده این مقاله هستید، می‌توایند اصل مقاله را جهت درج در بانک مقالات به سیویلیکا ارسال نمایید.

خرید و دانلود PDF مقاله

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.

مشخصات نویسندگان مقاله APPLICATION OF ARTIFICIAL NEURAL NETWORKS TO ESTIMATE THE CONCENTRATION OF ABSORBED CADMIUM BY AN IRANIAN WHEAT CULTIVAR

  Iman Javadzarin - Graduated student, Department of Soil Science Engineering, Faculty of Agricultural Engineering & Technology, College of Agriculture & Natural Resources, University of Tehran, Karaj, Iran
  Babak Motesharezadeh - Assistant professor, Department of Soil Science Engineering, Faculty of Agricultural Engineering & Technology, College of Agriculture & Natural Resources, University of Tehran, Karaj, Iran

چکیده مقاله:

INTRODUCTION: Evaluation of metal accumulation in soils and plants is of environmental importance due to their health effects on humans and other biota (1). Heavy metals stress in soils results in subtle changes in leaf chlorophyll concentration, which are related to crop growth and crop yield (2). The concentration of chlorophyll a is a sensitive index under cadmium stress. Accurate estimation of the absorbed cadmium by a crop under cadmium stress is the essential test for food security (3). The aim of this paper is to create a back propagation (BP) neural network model to estimate cadmium concentration in wheat under cadmium stress.MATERIALS AND METHODS: A factorial experiment in completely randomized designed and performed with three replications in the research greenhouse in Tehran University, Collage of Agriculture and Natural Resources. We planted a cultivar of wheat (Azadi) under three different level of cadmium concentration, including: 25, 50 and 100 mg Cd/Kg soil. After 30 days content of absorbed cadmium and concentration of chlorophyll a were determined. Then we designed a model of ANN to estimate the concentration of absorbed cadmium based on chlorophyll a, as a parameter that we can easily and quickly measure it.RESULTS AND DISCUSSION: The results showed that a neural network prediction model with 11 neurons in hidden layer and Levenberg-Marquardt backpropagation as network training function had highest correlation coefficient (R2 = 0.91175) between the measured concentration of chlorophyll a and predicted concentration of absorbed cadmium by wheat and the mean square error (MSE) was 2.67. This finding agrees with the results of Liu et al (2010).

کلیدواژه‌ها:

Artificial neural network, Cadmium, chlorophyll a.

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-NIAC01-NIAC01_111.html
کد COI مقاله: NIAC01_111

نحوه استناد به مقاله:

برای بار اول: (Javadzarin, Iman & Babak Motesharezadeh, ۱۳۹۲)
برای بار دوم به بعد: (Javadzarin & Motesharezadeh, ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۵۲۴۵۵
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.