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

تخمین شاخص مخروطی با استفاده از شبکه های عصبی مصنوعی و مقایسه ان با مدل های خطی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۲ | تعداد نمایش خلاصه: ۱۲۶۰ | نظرات: ۰
سرفصل ارائه مقاله: فیزیک خاک و رابطه آب، خاک و گیاه
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: SSCI10_075
زبان مقاله: فارسی
حجم فایل: ۱۱۳.۷۴ 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 تخمین شاخص مخروطی با استفاده از شبکه های عصبی مصنوعی و مقایسه ان با مدل های خطی

  حسین بیات - دانشجوی دکتری خاکشناسی دانشگاه تبریز
  محمدرضا نیشابوری - استاد گروه خاکشناسی دانشگاه تبریز
علی اکبر محبوبی - دانشیار گروه خاکشناسی دانشگاه بوعلی سینا همدان
  محمدعلی حاج عباسی (شناسه پژوهشگر - Researcher ID: ۵۳۹۰)
دانشیار گروه خاکشناسی دانشگاه بوعلی سینا همدان

چکیده مقاله:

داده هایی که در منابع اطلاعاتی وجود دارد احتیاجات ما را از نظر مطالعات محیطی برای ارزیابی کیفیت آب و خاک، ومدیریت زراعی و کشاورزی دقیق براورده نمی کند . شاخص مخروطی یکی از خصوصیات فیزیکی بسیار مهم خاک بوده و به متغیرهای زیادی مانند تراکم، تخلخل، بافت خاک، ساختمان خاک، عوامل سیمانی کننده، ماده الی 1 و رطوبت خاک بستگی دارد [.2] اما غالبا تحت تاثیر BD و رطوبت خاک می باشد [.6] برخی محققان [.3] اب خاک و برخی دیگر [.2] نیز BD را مهمترین پارامتر در تخمین CI معرفی کرده اند . برخی محققین [.4] رابطه نزدیک CI با بافت خاک را گزارش کردند . ولی گزارش گردیده که بافت خاک دارای همبستگی قوی با رطوبت خاک می باشد [.2] از پتانسیل اب [5] و تنش موثر 1] و [.7 برای تخمین CI استفاده شده است منتها وقت گیر و پرهزینه بودن این متغیر ها از یک طرف و نبودن داده های این دو متغیر در پایگا های اطلاعاتی از طرف دیگر کاربرد انها را محدود کرده است . بنابراین یافتن روش هایی که بتوان با کمترین هزینه و تنها با استفاده از داده های قابل دسترس مانند BD و رطوبت خاک بهترین تابع را برای تخمین CI ایجاد کرد بسیار حائز اهمیت می باشد . شبکه های عصبی مصنوعی 2 قادر به مدل کردن و شبیه سازی رفتار سیستم های پیچیده می باشد و می تواند روش مناسبی برای ایجاد توابع باشد . تخلخل کل یک پارامتر قابل دسترس در منابع اطلاعاتی می باشد و بر CI نیز موثر می باشد [2] ولی کمتر در تخمین CI بکار رفته است . بنابراین اهداف این تحقیق عبارتند از : الف - استفاده از شبکه های عصبی مصنوعی جهت ایجاد توابع انتقالی برای تخمین CI با استفاده از BD و رطوبت خاک ب - بررسی میزان بهبود تخمین با استفاده از تخلخل کل به عنوان پارامتر ورودی به همراه BD و رطوبت خاک .

کلیدواژه‌ها:

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-SSCI10-SSCI10_075.html
کد COI مقاله: SSCI10_075

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:
بیات, حسین؛ محمدرضا نیشابوری؛ علی اکبر محبوبی و محمدعلی حاج عباسی، ۱۳۸۶، تخمین شاخص مخروطی با استفاده از شبکه های عصبی مصنوعی و مقایسه ان با مدل های خطی، دهمین کنگره علوم خاک ایران، کرج، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، https://www.civilica.com/Paper-SSCI10-SSCI10_075.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: (بیات, حسین؛ محمدرضا نیشابوری؛ علی اکبر محبوبی و محمدعلی حاج عباسی، ۱۳۸۶)
برای بار دوم به بعد: (بیات؛ نیشابوری؛ محبوبی و حاج عباسی، ۱۳۸۶)
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 :

  • Dexter , A.R., E.A. Czyz, O.P. Gat, e. 2007. _ ...
  • Grunwald, S., D.J. Rooney, K. McSweeney, B. Lowery. 2001. Development ...
  • Lapen, D.R., G.C. Topp, M.E. Edwards, E.G. Gregorich, and W.E. ...
  • Puppala, A.J., Acar, Y.B., Tumay, M.T., 1995. Cone penetration in ...
  • To, J., B.D. Kay, 2005 .Variation in penetrometer resistance with ...
  • Vaz, C. M. P., Luis H. B., J. W. Hopmans. ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۱۱۳۶
    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.