استفاده از ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه گرایی و بررسی تاثیر پیش پردازش متغیرهای ورودی با آنالیز مولفه های اصلی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 753

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ESPME03_319

تاریخ نمایه سازی: 25 اسفند 1392

چکیده مقاله:

پدیده تغذیه‌گرایی یکی از پیامدهای غیرمستقیم فرایندهای توسعه‌محور است، که اثرات نامطلوبی بر کیفیت آب دریاچه‌ها و مخازن سدها دارد. این پدیده در شرایط حاد، بسیاری از اهداف اقتصادی ساخت مخازن را با مشکلات جدی روبرو ساخته و مسائل عدیده‌ای را فراروی مدیریت کیفی این سازه‌های آبی قرار می‌دهد. از این رو بکارگیری تکنیک ها و روش های نوینی که قادر به شناخت الگوی حاکم بر این سیستم های غیرخطی و سپس پیش بینی و مدلسازی رفتار آنها باشد، می تواند موجب ایجاد تحولات فراوانی در مدیریت کیفی منابع آبی شود. در این تحقیق برای طبقه بندی فرایند تغذیه گرایی از ماشین های بردار پشتیبان استفاده شده است. به علت تعداد زیاد متغیرهای ورودی، شناخت متغیرهای موثر می تواند باعث بهبود نتایج گردد. بدین منظور، از تکنیک آنالیز مولفه های اصلی که باعث کاهش تعداد متغیرها و ورود متغیرهای موثر به مدل می شود، به پیش پردازش داده های ورودی پرداخته شد. استفاده از این تکنیک تعداد متغیرهای ورودی را از 20 به 4 عدد کاهش داده و سپس مدل طبقه بندی کننده ماشین-های بردار پشتیبان با استفاده از این 4 پارامتر توسعه داده شد. نتایج بدست آمده حاکی از نقش موثر پیش پردازش متغیرها توسط آنالیز اجزای اصلی بود. از سوی دیگر دقت 98 درصدی بدست آمده توسط ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه-گرایی نشان از توانایی این روش در شناخت الگوهای حاکم بر این پدیده بوده و می تواند به عنوان ابزاری در جهت توسعه راهکارهای نوین مدیریتی بکارگرفته شود.

کلیدواژه ها:

نویسندگان

امیرحسین جاوید

دانشیار، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده علوم و فنون دریایی، تهران، ایران

مهسا موسی خانی

کارشناس ارشد مهندسی محیط زیست، واحد علوم و تحقیقات، دانشکده محیط زیست و انرژی، مهندسی منابع آب، تهران، ایران

سید احمد میرباقری

استاد، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده مهندسی عمران، تهران، ایران

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 :
  • .آل یاسین، ا، (1379)، کاربرد مهندسی رودخانه در رودخانه های ...
  • .خیامی، م.، دانش، ش.، خداشناس، س0، داوری، ک، (1388)، شبیه‌سازی ...
  • کارآموز، م . و کراچیان، ر، (1390)، برنامه‌ریزی و مدیریت ...
  • .کریمی، ل، (1390)، بررسی تغییرات شاخص تغذیه گرایی کارلسون با ...
  • [I5.ناصری، س.، قانعیان، م.، (1381)، مدیریت کیفیت در دریاچه‌ها و ...
  • I9] .بازرگان لاری، م.، کراچیان، ر.، صدقی، ح.، فلاح نیا، ...
  • .عسگری، ح. و کراچیان، _ (1385)، "کاربرد تخمین های احتمالاتی ... [مقاله کنفرانسی]
  • تأثیر پیش پردازش متغیرهای ورودی به شبکه عصبی برای پیش بینی جریان ماهانه با آنالیز مؤلفه های اصلی و موجک [مقاله ژورنالی]
  • نوری، ر، خاکپور، ا.، دهقانی، م. و فرخ نیا، ا.، ...
  • .Sharma, M. P., Kumar, .A, and Rajvanshi, S., (2010), " ...
  • .Charles _ Kratzer, Patrick L, Brezonik, (1981), " A Carlson-type ...
  • .Cortes, C., Vapnik, V., (1995), _ S upport-Vector Networks", Machine ...
  • .Chapel, L., Martin, S., Deffuant, G. (2007). "Lake Eutrophic ation: ...
  • .Mosleh, MAA, Manssor, H., Malek, S., Milow, P., and Salleh, ...
  • .Liang, S., Wu, H., Li, H., and Wu, Y., " ...
  • .Xin, S., Qing, X., Lei, Y., and Ning, L. (2010). ...
  • 8] .Camdevyren, H., Demyr, N., Kanik, A., and Keskyn, S. ...
  • .Ouyang, Y. (2005). "Evaluation of River Water Quality Monitoring Stations ...
  • .Stephen V. Stehman, 1997, "Selecting and Interpreting Measures of Thematic ...
  • نمایش کامل مراجع