Using Data Mining Techniques in Soil Shear Strength Modelin
محل انتشار: چهارمین کنفرانس مهندسی برق و الکترونیک ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,425
فایل این مقاله در 5 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:
ICEEE04_180
تاریخ نمایه سازی: 6 مهر 1391
چکیده مقاله:
Measuring soil shear strength has a high importance in many fields such as geological science, civil engineering and agricultural engineering. But measuring this parameter exactly is an excruciating task and in some regions isn’t possible. So creating a model to predict this parameter based on some other parameters which are obtained easily is a trivial task. In this paper we will present six different classification models to predict soil shear strength based on eight more important parameters and compare their accuracy. We will extract the more important parameters among twenty parameters using feature selection algorithm before creating prediction models.
کلیدواژه ها:
نویسندگان
Behzad Moradi
Isfahan University of TechnologyM.Sc. Student, Department of Electrical and computer Engineering
Mohsen Taherinia
Isfahan University of TechnologyM.Sc. Student, Department of Electrical and computer Engineering
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 :