ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

برآورد فرسایش پذیری خاک با استفاده از شبکه عصبی مصنوعی

تعداد صفحات: 10 | تعداد نمایش خلاصه: 77 | نظرات: 0
سال انتشار: 1398
کد COI مقاله: ICSDA04_0039
زبان مقاله: فارسی
(فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

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 در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله برآورد فرسایش پذیری خاک با استفاده از شبکه عصبی مصنوعی

محمد به نژاد - دانشجوی سابق کارشناسی ارشد، علوم و مهندسی خاک، کشاورزی و منابع طبیعی و محقق اردبیلی
شکراله اصغری - دانشیار ، گروه علوم و مهندسی خاک ، کشاورزی و منابع طبیعی و محقق اردبیلی
حسین شهاب آرخازلو - استادیار، گروه علوم و مهندسی خاک، کشاورزی و منابع طبیعی، محقق اردبیلی
ترحم مصری گندیشمین - دانشیار، گروه مهندسی مکانیک بیوسیستم، کشاورزی و منابع طبیعی، محقق اردبیلی

چکیده مقاله:

امروزه فرسایش خاک یکی از مشکلات جدی زیست محیطی به شمار می آید. فرسایش یک مشکل جهانی هست که منابعآب و خاک را به خطر می اندازد. هدف از این مطالعه برآورد فاکتور فرسایش پذیری خاک با استفاده از شبکه عصبی مصنوعیهست. در این مطالعه 100 نمونه خاک از حوزه آبخیز ملااحمد اردبیل به منطور اندازه گیری ضریب فرسایش پذیری خاکاز روی خصوصیات زودیافت خاک برداشته شد. نتایج بیانگر این موضوع بود که مقادیر ضریب تبیین ((R(2) و مجذور میانگین مربعات خطا (RMSE) برای بهترین مدل شبکه عصبی مصنوعی 0/98 و 0/04 بود که متغیرهای ورودی آن سیلت و کربن آلی بود و نسبت به مدل دیگر دارای دقت بالایی بود و برای همین به عنوان بهترین مدل شناخته شد.

کلیدواژه ها:

فرسايش پذيري خاك، شبكه عصبي مصنوعي، توابع رگرسيوني، بعد فراكتال خاكدانه ها

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/971959/

کد COI مقاله: ICSDA04_0039

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:
به نژاد، محمد و اصغری، شکراله و شهاب آرخازلو، حسین و مصری گندیشمین، ترحم،1398،برآورد فرسایش پذیری خاک با استفاده از شبکه عصبی مصنوعی،چهارمین کنگره بین المللی توسعه کشاورزی، منابع طبیعی، محیط زیست و گردشگری ایران،تبریز،،،https://civilica.com/doc/971959

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: (1398، به نژاد، محمد؛ شکراله اصغری و حسین شهاب آرخازلو و ترحم مصری گندیشمین)
برای بار دوم به بعد: (1398، به نژاد؛ اصغری و شهاب آرخازلو و مصری گندیشمین)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: سازمان تحقیقات کشاورزی
تعداد مقالات: 611
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