مدل سازی و پیش بینی توسعه کشاورزی با استفاده از الگوریتم های شبکه عصبی مصنوعی رگرسیون لجستیک و یادگیری بر مبنای نمونه وزنی مشابهت مطالعه موردی حوزه آبخیز گرگانرود استان گلستان
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 611
فایل این مقاله در 8 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:
HSEESAE01_060
تاریخ نمایه سازی: 11 آبان 1395
چکیده مقاله:
هدف از این تحقیق مدل سازی و پیش بینی روند مکانی تغییرات کاربری کشاورزی است در این مطالعه از نقشه های کاربری اراضی تولید شده از ماهواره Landsat سنجنده TM مربوط به سال های 1984و2012 استفاده شد مدل سازی پتانسیل انتقال با استفاده از شبکه عصبی مصنوعی رگرسیون لجستیک و یادگیری بر مبنای نمونه وزنی مشابهت و پیش بینی تغییرات با استفاده از زنجیره مارکوف انجام شد نتایج بیانگر صحت بالای یادگیری بر مبنای نمونه وزنی مشابهت در پیش بینی تغییرات کاربری کشاورزی است مساحت کاربری کشاورزی در طول دوره 2012-1984 به مقدار 28866 هکتار افزایش می یابد و تا سال 2030 این مقدار به 23453 هکتار می رسد
کلیدواژه ها:
توسعه کشاورزی ، شبکه عصبی مصنوعی ، رگرسیون لجستیک ، یادگیری بر مبنای نمونه وزنی مشابهت ، حوزه آبخیز گرگانرود
نویسندگان
زینب مرادی
دانشجوی کارشناسی ارشد محیط زیست دانشگاه علوم کشاورزی و منابع طبیعی گرگان
علیرضا میکائیلی تبریزی
دانشیار گروه محیط زیست دانشگاه علوم کشاورزی و منابع طبیعی گرگان
مهدی غلامعلی فرد
استادیار گروه محیط زیست دانشکده منابع طبیعی و علوم دریایی دانشگاه تربیت مدرس نور
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 :