تخمین پایداری خاکدانه در خاک های جنگلی استان گیلان بوسیله شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی

اسناد مشابه

• تخمین پایداری خاکدانه در خاک‌های جنگلی استان گیلان بوسیله شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی

  مقاله۲۰۱۱دانش آب و خاکعادله علی جانپور شلمانی، محمود شعبانپور، حسین اسدی، فرید باقری

  استفاده از شبکههای عصبی مصنوعی و توابع انتقالی رگرسیونی در برآورد ویژگیهای دیریافت خاک از جمله پایداری خاکدانهها، هزینه و زمان لازم برای اندازهگیری مستقیم این ویژگیها را کاهش میدهد. در این پژوهش 100 نمونه خاک از جنگلهای استان گیلان تهیه شد. ماده آلی، جرم ویژه ظاهری، کربنات کلسیم

• ارزیابی عملکرد رگرسیون چندمتغیره، شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن در تخمین برخی خصوصیات خاک

  مقاله۲۰۱۷پژوهش های حفاظت آب و خاکابراهیم محمودآبادی، علیرضا کریمی، غلامحسین حق‌نیا، عادل سپهر

  چکیدهسابقه و هدف: با ظهور سیستم‌های کامپیوتری در کنار سامانه‌اطلاعات جغرافیایی و دسترسی به داده‌های رقومی مکانی، روش‌های مختلف داده‌کاوی، مدل‌سازی و تخمین خصوصیات خاک، جایگاه خود را در علوم خاک و پدومتری باز کرده است. داده‌کاوی خصوصیات خاک با استفاده از روش‌های آماری کامپیوتر- مح

• تخمین پارامترهای کیفی آب‌خوان دشت گیلان با استفاده از آزمون گاما و مدل-های ماشین بردار پشتیبان و شبکه عصبی مصنوعی

  مقاله۲۰۱۹علوم و تکنولوژی محیط زیستافشین اشرف زاده، رضوان خانجانی، سید مصطفی بی آزار، محمد عیسی زاده

  زمینه و هدف: اطلاع از نحوه توزیع پارامترهای کیفی و کمی از مهم­ترین پارامترهای اولیه مدیریت جامع منابع آب­زیرزمینی می­باشد. بنابراین در این تحقیق سعی گردید، مدل و ترکیب ورودی مناسب جهت تخمین پارامترهای کیفی هدایت الکتریکی (EC)، یون کلسیم (Ca) و یون سدیم (Na) آب­خوان­های دشت گیلان

• تخمین نقاط شاخص منحنی رطوبتی تعدادی از خاک های آهکی به کمک پارامترهای زود یافت خاک به روش شبکه عصبی مصنوعی

  مقاله۲۰۱۳پژوهش های حفاظت آب و خاک

  از آنجایی که اندازهگیری منحنی نگهداشت آب خاک و نقاط شاخص آن مانند ظرفیت مزرعه و نقطه پژمردگی دائم با روشهای مستقیم هزینه بر و زمان بر است، یکی از راههای تخمین سریع و کم هزینه این ویژگیها تخمین این صفات از روی خصوصیات زود یافت خاک مانند توزیع اندازه ذرات خاک، مقدار مواد آلی و جرم

• کاربرد شبکه عصبی مصنوعی و مدل‌های همبستگی در برآورد تلفات خاک در پلات‌های مستقر در مناطق تخریب ‌شده و نشده در حوزه آبخیز جنگلی آموزشی و پژوهشی دانشگاه تربیت مدرس

  مقاله۲۰۱۳آبخیزداری ایرانخزایی, مجید، صادقی, سیدحمیدرضا، میرنیا, سید خلاق

  برآورد رسوب یکی از ارکان مدیریت حوزه‌های آبخیز می‌باشد. به‌همین جهت تاکنون تلاش‌های زیادی برای طراحی مدل‌های پیش‌بینی کننده آن و از جمله مدل-های شبکه ‌عصبی مصنوعی و مدل‌های رگرسیونی اشاره کرد. حال آن‌‌ که مقایسه عملکرد آن‌ها کم‌تر مورد توجه قرار گرفته است. بر این اساس پژوهش حاضر

• ارزیابی مدل‌های شبکه عصبی مصنوعی و رگرسیون خطی چندگانه در تخمین داده‌های گم شده جریان روزانه (مطالعه موردی: ایستگاه هیدرومتری سنته- استان کردستان)

  مقاله۲۰۱۸علوم آب و خاکمحمد عیسی زاده، پروا محمدی، یعقوب دین پژوه

  تحلیل‌های آماری و پیش‌بینی داده‌های جریان نقش به‌سزایی در مدیریت و مهندسی سامانه‌های آبی ایفا می‌کند. اساسی‌ترین مشکل تحلیل‌های آماری و پیش‌بینی جریان در کشور ایران، عدم وجود دوره آماری طولانی و نقص داده‌های جریان ایستگاه‌های هیدرومتری موجود می‌باشد. با توجه به موارد ذکر شده در ا