بررسی عملکرد شبکه عصبی MLP در پیش بینی خصوصیات فیزیکی خاک
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 785
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:
PDCONF01_309
تاریخ نمایه سازی: 11 آبان 1395
چکیده مقاله:
شبکه های عصبی مصنوعی 1(ANN ) یا به زبان ساده تر شبکه های عصبی،سیستم ها و روش های محاسباتی نوینی هستند برای یادگیری ماشینی،نمایش دانش و در انتها اعمال دانش بدست آمده در جهت پیش بینی پاسخ های خروجی از سامانه های پیچیده. این تحقیق به منظور بررسی عملکرد شبکه عصبی MLP 2 در پیش بینی خصوصیات فیزیکی خاک از جمله بافت خاک انجام شده است . برای انجام این مطالعه 200 نمونه به روش سیستماتیک تصادفی از عمق 30-0 سانتی متری از بخشی از اراضی شیب دار و لسی - منطقه توشن استان گلستان برداشت شد و از طریق یادگیری الگوریتم آموزش انتشار به عقب،با تکنیک بهینه سازی MLP( پرسپترون چند لایه) عملکرد شبکه عصبی پیشخور برای ساخت مدل شبکه عصبی مورد ارزیابی قرار گرفت.بررسی نتایج نشان می دهد که با توجه به شکل منحصر به فرد زمین نما و همچنین تغییر کاربر ی وسیع از جنگل تا زراعی شبکه عصبی MLP قادر به پیش گویی دقیقی در منطقه نخواهد بود.
کلیدواژه ها:
نویسندگان
رویا دلبری
دانشجوی کارشناسی ارشد مهندسی علوم خاک،دانشگاه علوم کشاورزی و منابع طبیعی گرگان
فرشاد کیانی
استادیار گروه مهندسی علوم خاک،دانشگاه علوم کشاورزی و منابع طبیعی گرگان
فرهاد خرمالی
استاد گروه مهندسی علوم خاک،دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سید سعید میرکمالی
استادیارگروه کامپیوتر، دانشگاه پیام نور بابل
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 :