ارزیابی تابع زیان اپسیلون و تابع زیان درجه دوم در پیش بینی هدایت هیدرولیکی اشباع خاک با استفاده از مدل ماشین بردار پشتیبان
- سال انتشار: 1393
- محل انتشار: دومین همایش سراسری کشاورزی و منابع طبیعی پایدار
- کد COI اختصاصی: NACONF02_0602
- زبان مقاله: فارسی
- تعداد مشاهده: 573
نویسندگان
دانشجوی کارشناسی ارشد مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
استادیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
دانشیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
کارشناس ارشد هوش مصنوعی دانشگاه صنعتی مالک اشتر- مجتمع دانشگاهی علوم و فناوری های زیردریا
چکیده
ماشین بردار پشتیبان از روشهای نسبتاً جدید یادگیری با ناظر است که برای طبقهبندی و رگرسیون استفاده میشود. در این تحقیق با هدف ارزیابی مدل SVR در پیشبینی هدایت هیدرولیکی اشباع، از روش چاهکهایپوششدار و از تابع هسته شعاعی و توابع زیان اپسیلون و درجهدوم استفاده شده و برای سنجش نتایج، سه شاخص 2 R ، RMSE و NRMSE انتخاب گردید. نتایج نشان داد مدل SVR دارای دقت بسیار خوبی در پیشبینی هدایتهیدرولیکی می باشد. همچنین تابع اپسیلون دارای دقت بالاتری نسبت به تابع درجه دوم می باشد اما از نظر زمان اجرا، تابع زیان درجه دوم نسبت به تابع اپسیلون برتری داردکلیدواژه ها
هدایت هیدرولیکی اشباع، چاهک پوشش دار، ماشین بردار پشتیبان، تابع زیانمقالات مرتبط جدید
- بررسی تنوع زیستی گیاهان مرتعی ارتفاعات کبیرکوه در جنوب دره شهر (استان ایلام)
- عوامل موثر بر میزان پیچان رودخانه های خرم اباد
- ارزیابی کیفیت آب شرب گاوهای شیری در گاوداری های صنعتی حومه مشهد از نظر وجود فلزات سنگین، نیترات و سولفات
- بیو پلیمر پلی ساکاریدی برای مصارف دامپزشکی
- راهکارهای کارآمد کاهش انتشار گازهای گلخانه ای از طریق فناوری کشاورزی هوشمند
اطلاعات بیشتر در مورد 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.