کاربرد شبکه عصبی تابع شعاع مدار در پیش بینی تعداد درختان آسیب دیده در عملیات بهره برداری جنگل
محل انتشار: دومین همایش ملی دانشجویی علوم جنگل
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 571
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
STUFOREST02_200
تاریخ نمایه سازی: 14 مرداد 1393
چکیده مقاله:
شبکه های عصبی مصنوعی زیرمجموعه ای از تکنیک های هوش مصنوعی هستند که امروزه در طیف وسیعی برای به کارگیری در حل بسیاری ار مسائل شامل ارزیابی، بهینه سازی، پیش بینی، تشخیص و کنترل رایج شده اند. یکی از مهمترین ویژگی های شبکه های عصبی مصنوعی عدم وابستگی آنها به فرضیه های اولیه درباره داده های ورودی است. در این تحقیق سعی شده است تا تعداد درختان آسیب دیده در عملیات بهره برداری جنگل با استفاده از این تکنیک پیش بینی شود. تمامی درختان موجود در ناحیه بافر مسیرهای چوبکشی انتخاب و با دستگاه GPS ثبت می شدند. در عملیات وینچینگ، تعداد درختان آسیب دیده اطراف مسیر وینچینگ که دارای قطر بالای 10 سانتیمتر بوده و دچار آسیب شده بودند شمارش گردیدند. در این مطالعه برای پیاده سازی شبکه عصبی (RBF) از نرم افزار MATLAB 2011a استفاده شد. نتایج نشان داد که شبکه RBF دارای دقت بیشتری در پیش بینی گروه 1 و 3 می باشد.
کلیدواژه ها:
نویسندگان
هادی بیاتی
دانشجوی دکتری مهندسی جنگل دانشکده منابع طبیعی، دانشگاه تربیت مدرس
اکبر نجفی
استادیار گروه جنگلداری، دانشگاه تربیت مدرس
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 :