مقایسه دقت توابع انتقالی رگرسیونی و شبکه عصبی مصنوعی در برآورد کربن آلی خاک های هیستوسول شهرکرد
محل انتشار: همایش ملی خاک، کشاورزی پایدار
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 536
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:
NCSSA01_011
تاریخ نمایه سازی: 22 بهمن 1392
چکیده مقاله:
کربن آلی که یکی از مهمترین خصوصیات خاک به شمار می رود، توصیف کننده مقدار کربنی است که از گیاهان و موجودات تجزیه شده به خاک رسیده است. اندازه گیری مقدار کربن آلی از طریق نمونه گیری و تحلیل در آزمایشگاه کاری وقتگیر و پرهزینه است. یک راه حل مناسب، برآورد مقدار این خصوصیت از روی دیگر اطلاعات مربوط به خاک مورد بررسی است. محققان نشان داده اند که میزان کربن آلی خاک به دیگر خصوصیات آن بستگی دارد. بر این اساس، در این تحقیق، پس از جمع آوری اطلاعات مربوط به خصوصیات خاک از طریق آزمایش، توابع انتقالی رگرسیونی و مدل شبکه عصبی مصنوعی برای آنها توسعه داده شد. سپس توانایی پیشگویی این دو روش با استفاده از داده های آزمون مقایسه شد و مشاهده گردید که دقت شبکه عصبی مصنوعی در پیش بینی مقدار کربن آلی نسبت به روش رگرسیون بطور نسبت ا محسوسی بیشتر است. همچنین مشاهده گردید شبکه عصبی برای داده ها با حجم کم هم دقت قابل قبولی دارد.
کلیدواژه ها:
نویسندگان
آسیه عباسیان
دانشجوی کارشناسی ارشد گروه خاکشناسی، دانشگاه زنجان،
محمد امیر دلاور
استادیار گروه خاکشناسی، دانشگاه زنجان،
احمد گلچین
استاد گروه خاکشناسی، دانشگاه زنجان،
علی بهشتی آل آقا
استادیار گروه خاکشناسی، دانشگاه رازی کرمانشاه،
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 :