ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

شناسایی و مدلسازی روزهای گردوغباری بوشهر با استفاده از داده کاوی

سال انتشار: 1389
کد COI مقاله: RCCC04_035
زبان مقاله: فارسیمشاهده این مقاله: 1,271
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شناسایی و مدلسازی روزهای گردوغباری بوشهر با استفاده از داده کاوی

اسماعیل احمدی - دانشجوی دکتری اقلیم شناسی دانشگاه تربیت معلم تهران
محمدحسین ناصرزاده - دانشجوی دکتری اقلیم شناسی دانشگاه تربیت معلم تهران

چکیده مقاله:

هدف این مقاله کارآیی داده کاویبه عنوان ابزاری مناسب برای شناسایی روزهای گردوغباری بوشهر است ابتدا انباره داده ماهانه همه پارامترهای هواشناسی ایستگاه سینوپت کی بوشهر در بازه زمانی 1951 تا 2003 فراهم گردید. سپس روزهای گردوغباری بوشهراز ماه ژانویه تا سپتامبر به کمک مدل خود سازمانده کوهونن به 5 کلاس طبقه بندی شد و به عنوان متغیر هدف مشخص گردید. بعد از هر پارامتر اقلیمی فقط داده های چهار ماه اول سال به مدل انتخاب حالت FSM اعمال میشود نتیجه مدل نشان داد که 9 ستون داده توجیح گرهای خوبی برای کلاس های A,B,C,D,E می باشند برای طراحی مدل نهایی 10 ستون به ابزار درخت تصمیم اعمال گردید. خروجی مدل نشان داد که مدل توانسته است 7 قاعده را برای پیش بینی روزهای گردوغباری بوشهر شناسایی کند برای ارزیابی مدل از داده های سال 2003 استفاده شد. پس از ردیابی قوانین کشف شده مشخص شد که این سال در کلاس C قرار گیرد. به عبارت دیگر مدل پیش بینی می کند که تا پایان سپتامبر 2003 بین 52 تا 77 روز هوای بوشهر گردوغباری خواهد بود. نتیجه اینکه از طریق داده کاوی می توان الگوها و روابط درونی داده ها را شناسایی کرد و از این طریق برای حل برخی از مسایل پیچیده اقلیمی مدل های مناسب طراحی نمود.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا RCCC04_035 میباشد و 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://civilica.com/doc/112253/

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:
احمدی، اسماعیل و ناصرزاده، محمدحسین،1389،شناسایی و مدلسازی روزهای گردوغباری بوشهر با استفاده از داده کاوی،چهارمین کنفرانس منطقه ای تغییر اقلیم،تهران،https://civilica.com/doc/112253

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: (1389، احمدی، اسماعیل؛ محمدحسین ناصرزاده)
برای بار دوم به بعد: (1389، احمدی؛ ناصرزاده)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

کدام مقالات به این منبع استناد نموده اند


بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش 1 مقاله استفاده شده است.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 11,657
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.

مقالات پیشنهادی مرتبط


مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.

مقالات مرتبط جدید

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.

پشتیبانی