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

مقایسه روش های شبکه عصبی و رگرسیونی به منظور پیش بینی تراکم بذور خاک با استفاده از برخی خصوصیات فیزیکی و شیمیایی خاک

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۴۲ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: AETCONF05_002
زبان مقاله: فارسی
حجم فایل: ۷۰۳.۳۴ کیلوبایت (فایل این مقاله در ۱۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۴ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۴ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه روش های شبکه عصبی و رگرسیونی به منظور پیش بینی تراکم بذور خاک با استفاده از برخی خصوصیات فیزیکی و شیمیایی خاک

  کامران بختیارزاده - گروه مهندسی محیط زیست، موسسه آموزش عالی صبا ارومیه
  بهنام بهرامی - گروه مهندسی محیط زیست، موسسه آموزش عالی صبا ارومیه
  ابوالحسن فجری - گروه مهندسی محیط زیست، موسسه آموزش عالی صبا ارومیه

چکیده مقاله:

امروزه بانک بذر خاک جهت احیاء اکولوژیکی جوامع گیاهی، درک بهتر از ترکیب گیاهی و شناسایی الگوی پراکنش و پویایی فصلی گونههای گیاهی، به عنوان بخش مهمی از مطالعات جامعشناسی گیاهی شناخته شده است. بانک بذر خاک میتواند از جایگزینی داده های زودیافت مانند بافت خاک و چگالی ظاهری با استفاده از توابع انتقالی به دست آید. شبکههای عصبی و رگرسیون آماری از جمله روشهایی هستند که برای تخمین توابع انتقالی خاک استفاده میشوند. هدف از این مطالعه مقایسه مدل رگرسیون چند متغیره، شبکه عصبی تطبیقی-فازی و شبکه عصبی مصنوعی در برآورد تراکم بانک بذر خاک به کمک ویژگیهای زودیافت خاک میباشد. منطقه مورد مطالعه در اکوسیستم مرتعی آقچه کند انتخاب و نمونه برداری از 56 نقطه و از عمق -10 0 سانتی متری انجام شد. تراکم بانک بذر خاک و ویژگی های زودیافت خاک (درصد ماده آلی، هدایت اکتریکی، اسیدیته، هدایت الکتریکی، نیتروژن، درصد تخلخل، وزن مخصوص ظاهری، رطوبت نسبی) آنالیز و محاسبه شد. در نهایت مدل رگرسیون چندمتغیره، شبکه عصبی مصنوعی و شبکه عصبی تطبیقی- فازی بین این ویژگیها و بانک بذر خاک، برقرار و نتایج مطالعه نشان داد که مدلهای رگرسیونی، شبکه عصبی مصنوعی و شبکه عصبی تطبیقی-فازی توانستند به ترتیب 66 ، 61 و 67 درصد از تغییرات مکانی تراکم بانک بذر خاک، را با توجه به ویژگیهای زودیافت خاک در منطقه توجیه نمایند. نتایج رگرسیون گام به گام نیز نشان داد که نیتروژن و وزن مخصوص ظاهری مهمترین عوامل تاثیرگذار بر تراکم بانک بذر خاک بودند. نتایج کلی این مطالعه نشان داد که تراکم بانک بذر خاک در منطقه از ویژگیهای زودیافت خاک تاثیر زیادی گرفته است. همچنین بر اساس معیارهای مجذور میانگین مربعات خطا و ضریب کارایی که در مدل رگرسیونی به ترتیب 0/13 و 0/10، مدل شبکه عصبی مصنوعی به ترتیب 0/08 و 0/60 و در مدل شبکه عصبی تطبیقی-فازی به ترتیب 0/07 و 0/64 می باشند.در نهایت میتوان گفت مدل شبکه عصبی تطبیقی-فازی (ANFIS) در پیش بینی تراکم بانک بذر خاک نسبت به آنالیز رگرسیون خطی چند متغیره و شبکه عصبی مصنوعی بهتر عمل میکند.

کلیدواژه‌ها:

بانک بذر خاک، رگرسیون چند متغیره، شبکه عصبی مصنوعی، شبکه عصبی تطبیقی-فازی

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:
https://www.civilica.com/Paper-AETCONF05-AETCONF05_002.html
کد COI مقاله: AETCONF05_002

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
بختیارزاده, کامران؛ بهنام بهرامی و ابوالحسن فجری، ۱۳۹۶، مقایسه روش های شبکه عصبی و رگرسیونی به منظور پیش بینی تراکم بذور خاک با استفاده از برخی خصوصیات فیزیکی و شیمیایی خاک، پنجمین کنفرانس بین المللی ایده های نوین در کشاورزی، محیط زیست و گردشگری، تهران، موسسه حامیان زیست اندیش محیط آرمانی، https://www.civilica.com/Paper-AETCONF05-AETCONF05_002.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (بختیارزاده, کامران؛ بهنام بهرامی و ابوالحسن فجری، ۱۳۹۶)
برای بار دوم به بعد: (بختیارزاده؛ بهرامی و فجری، ۱۳۹۶)
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: موسسه غیرانتفاعی
تعداد مقالات: ۹۰
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 پیشنهادی مرتبط

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.