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

بررسی کفایت داده های رودخانه زاینده رود برای پیش بینی کیفیت آب با استفاده از شبکه های عصبی مصنوعی

اعتبار موردنیاز PDF: ۰ | تعداد صفحات: ۴ | تعداد نمایش خلاصه: ۵۶۲ | نظرات: ۰
سال انتشار: ۱۳۹۰
کد COI مقاله: IHC10_143
زبان مقاله: فارسی
حجم فایل: ۱۸۹.۶۱ کیلوبایت
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

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها و مجلات می باشد. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود فایل PDF مقاله

متن کامل (فول تکست) این مقاله منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله بررسی کفایت داده های رودخانه زاینده رود برای پیش بینی کیفیت آب با استفاده از شبکه های عصبی مصنوعی

زهرا ایسپره - دانشجوی کارشناسی ارشد سازه های آبی ،دانشکده کشاورزی، دانشگاه شهید با
  محمد باقر رهنما - دانشیار گروه مهندسی آب ، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان

چکیده مقاله:

یکی از مراحل مهم در توسعه یک شبکه عصبی، انتخاب متغیرهای ورودی و خروجی مناسب است. هنگامی که شبکه های عصبی مصنوعی برای پیش بینی زمانی متغیرها بکار می روند، انتخاب گام زمانی مناسب نیز تأثیر بسزایی در درستی مدل ارائه شده دارد. در این مقاله به بررسی این مسأله پرداخته شده است که آیا انتخاب گام زمانی ماهانه برای پیش بینی کیفیت آب رودخانه ها مناسب است؟ برای پاسخ به این سؤال، رابطه بین متغیرهای کیفی و کمی رودخانه زاینده رود، با استفاده از روش اطلاعات متقابل بررسی شده است. اطلاعات متقابل معیاری برای اندازه گیری وابستگی بین متغیرهاست.هرچه مقدار این عدد بیشتر باشد، وابستگی بیشتری بین متغیرهای مورد نظر وجود دارد. مقادیربدست آمده کوچک در این تحقیق نشان می دهد که باید از گام های زمانی کوچک تری برای پیش بینی کیفیت آب رودخانه زاینده رود استفاده شود.

کلیدواژه‌ها:

کیفیت آب ، زاینده رود، شبکه های عصبی مصنوعی ، اطلاعات متقابل

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-IHC10-IHC10_143.html
کد COI مقاله: IHC10_143

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:
ایسپره, زهرا و محمد باقر رهنما، ۱۳۹۰، بررسی کفایت داده های رودخانه زاینده رود برای پیش بینی کیفیت آب با استفاده از شبکه های عصبی مصنوعی، دهمین کنفرانس هیدرولیک ایران، رشت، انجمن هیدرولیک ایران، دانشگاه گیلان، https://www.civilica.com/Paper-IHC10-IHC10_143.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: (ایسپره, زهرا و محمد باقر رهنما، ۱۳۹۰)
برای بار دوم به بعد: (ایسپره و رهنما، ۱۳۹۰)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Bowden G. ! et al., (2005), "Input Determination For Neural ...
  • Maier H. R. and Dandy G. C.., (2000), :Neural Networks ...
  • Jin Hao, (2005) , "Input Selection Using Mutual Information- Application ...
  • Schleiter I M.. et al., (1999), :Modelling Water Quality, Bionation ...
  • Huang W. and Foo S., (2002), "Neural Network Modelling of ...
  • May R. J. et al., (2008), "Application of partial mutual ...
  • Palani S., (2008), _ ANN Application For Water Quality Forecasting ...
  • Najah. A., (2009), :Prediction of Johor River Water Quality Parameters ...
  • 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.