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

توسعه مدل ریز مقیاس سازی آماری بارش روزانه از روش SVM با به کارگیری دسته بندی بارش

سال انتشار: 1392
کد COI مقاله: WRM05_544
زبان مقاله: فارسیمشاهده این مقاله: 1,295
فایل این مقاله در 13 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 13 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله توسعه مدل ریز مقیاس سازی آماری بارش روزانه از روش SVM با به کارگیری دسته بندی بارش

محسن جوان بختی - دانشجوی کارشناسی ارشد،پردیس دانشکده های فنی دانشگاه تهران
سارا نظیف - استادیار دانشکده مهندسی عمران،پردیس دانشکده های فنی دانشگاه تهران

چکیده مقاله:

از نیازهای اولیه مطالعات ارزیابی اثرات تغییر اقلیم ریزمقیاس کردن بارش روزانه است. برای این منظور روش های مختلف آماری توسعه یافته اند. در این مطالعه برای ریزمقیاس کردن بارش از روش ماشین بردار پشتیبان (SVM) به صورت ترکیبی بهره گرفته شده است. روش توسعه داده شده شامل سه مرحله، تعیین وقوع بارش، کلاس بارش و نیز میزان بارش می باشد. پیش بینی کننده های بارش از میان متغیرهای اقلیمی موجود در بانک اطلاعاتی NCEP برای محدوده مورد مطالعه انتخاب شده اند. در جهت افزایش دقت مطالعات، از متغیرهای اقلیمی در نه نقطه اطراف منطقه مورد مطالعه در محاسبات استفاده شده است. مدل های SVM شامل دو دسته کلاس بندی بردار پشتیبان (SVC) و رگرسیون بردار پشتیبان (SVR) هستند که برای مراحل اول و دوم از SVC و در گام آخر از SVR استفاده می شود. به عنوان مطالعه موردی روش پیشنهادی برای ریزمقیاس کردن اطلاعات بارش در محل ورودی سدهای لتیان و کرج استفاده شده است. نتایج نشان دهنده مطلوبیت عملکرد مدل توسعه داده شده در ریزمقیاس کردن بارش می باشد.

کلیدواژه ها:

ریزمقیاس آماری،ماشین بردار پشتیبان،بارش روزانه

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا WRM05_544 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/269480/

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:
جوان بختی، محسن و نظیف، سارا،1392،توسعه مدل ریز مقیاس سازی آماری بارش روزانه از روش SVM با به کارگیری دسته بندی بارش،پنجمین کنفرانس مدیریت منابع آب ایران،تهران،https://civilica.com/doc/269480

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: (1392، جوان بختی، محسن؛ سارا نظیف)
برای بار دوم به بعد: (1392، جوان بختی؛ نظیف)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Vapnik, V.N., 1998. Statistical Learning Theory. Wiley, New York. vonStorch, ...
  • Efroymson, M. A., 1960, "Multiple regression analysis", Mathematical Methods for ...
  • Wilby, R. L., Dawson, C. W., Barrow, E. M., (2002). ...
  • Knerr, S., L. Personnaz, and G. Dreyfus (1990). Single-layer learning ...
  • Shien-Tsung Chen, Pao-Shan Yu and Yi-Hsuan Tang. (2010) Statistical downscaling ...
  • Chaloulakou, _ Saisana, M. Spyrellis, N., (2003), "Comparative assessment of ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    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: 63,668
    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 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