ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

The Application of Data Mining Techniques in Agricultural Science

سال انتشار: 1394
کد COI مقاله: COMCONF01_039
زبان مقاله: انگلیسیمشاهد این مقاله: 434
فایل این مقاله در 10 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 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله The Application of Data Mining Techniques in Agricultural Science

چکیده مقاله:

Information Technology has a positive impact on other disciplines. Using today's technology, precision agriculture and Information Technology are mixed together. Use of Information Technology in agriculture will lead to improvements in productivity. For this purpose, the raw data is transformed into useful information through data mining. This research determined whether data mining techniques can also be used to improve pattern recognition and analysis of large growth factors of ornamental plants experimental datasets. Furthermore, the research aimed to establish data mining techniques can be used to assist in the classification and regression methods by determining whether meaningful patterns exist various growth factors of ornamental plants characterized at various research sites across Kish Island. Different data mining techniques were used analyze a large data base of ornamental plants properties attributes. The data base has been collected from different plants of Kish Island in various areas in order to determine, classify and predict effective growth factors on blooming. In this research, analyzed data with regression technique showed the effect of chlorophyll content on the number of flowers. The analysis of these agricultural data base with different data mining methods may have some advantages in agriculture

کلیدواژه ها:

information technology, data mining, cluster, agriculture, regression

کد مقاله/لینک ثابت به این مقاله

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/404150/

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:
Fetanat, Hooman و Mortazavifar, Leila و Zarshenas, Narsis,1394,The Application of Data Mining Techniques in Agricultural Science,کنفرانس بین المللی یافته های نوین پژوهشی درمهندسی برق و علوم کامپیوتر,تهران,,,https://civilica.com/doc/404150

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: (1394, Fetanat, Hooman؛ Leila Mortazavifar و Narsis Zarshenas)
برای بار دوم به بعد: (1394, Fetanat؛ Mortazavifar و Zarshenas)
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 ممقالهقاله لینک شده اند :

  • Fayadd U, Pi atee sky-Shapiro G, Smyth P. Data Mining ...
  • Cunningham SJ, Holmes G. Developing innovative applications in agriculture using ...
  • Ashok Kumar D, Kannathasan N. A Survey On Data Mining ...
  • Mitra S, Mitra P, Pal SK. Evolutionary modular Design of ...
  • Xu K, Wang Z, Leung KS. Using a new type ...
  • Brenning A. Spatial prediction models for landslide hazards: review, comparison ...
  • Brenning A, Itzerott S. Comparing classifiers for crop identification based ...
  • Russell S, Lodwick W. Fuzzy clustering in data mining for ...
  • Zhang Y _ Fraser M D, Gagliano R A, Kandel ...
  • Au W H, Chan K C C An effective algorithm ...
  • Kacprzyk J, Zadrozny S. Data mining via linguistic summaries of ...
  • Bosc P, Pivert O, Ughetto L. Database mining for the ...
  • Lee R S, Liu J N K. Tropical cyclone identification ...
  • Lee R C T. Cluster analysis and its applications. In ...
  • Everitt B S. Cluster Analysis. third edition. USA: Halsted press; ...
  • Abdull A, Brobst S, Pervaiz I, Umar M, Nisar A. ...
  • 7.Abdullah A, Hussain A. Data Mining a New Pilot Agriculture ...
  • Tellaeche A, BurgosArtizzu X P, Pajares G, Ribeiro A. A ...
  • Witten I H, Frank E. Data mining practical machine learning ...
  • Oteros J, Garcia-Mozo H, Hervas -Martinez C, Galan C. Year ...
  • Arockiam L, Baskar S S, Jeyasimman L. Overview of Clustering ...
  • Sahu H, Shrma S, Gondhalakar S. A brief overview on ...
  • Fakir M S A, Mostafa M G, Karim M R, ...
  • Jackson J. Data mining: a conceptual overview, communic ations of ...
  • Armstrong L, Diepeveen D. The application of data mining techniques ...
  • 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.

    مقالات پیشنهادی مرتبط


    مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.

    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