استفاده از روش ها نوین برای تعیین ورودی های موثر در تخمین دمای خاک
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
در این تحقیق تخمین دمای عمق 10 سانتی متری خاک ایستگاه سینوپتیک تبریز واقع در استان آذربایجان شرقی با استفاده از شبکه عصبی مصنوعی(ANN) و ماشین بردار پشتیان(SVM) انجام گرفته است. از دو روش تحلیل مولفه اصلی(PCA) و آزمون گاما(GT) برای پیش پردازش داده ها و تعیین داده های ورودی استفاده گردید . با توجه به نتایج، برای ایستگاه تبریز 3 متغیر ورودی توسط آزمون گاما انتخاب شد. در روش تحلیل مولفه های اصلی نیز برای ایستگاه سینوپتیک تبریز چهار مولفه اصلی انتخاب شده است. نتایج مدل سازی حاکی از این است که، مدل ماشین بردار پشتیان مبتنی بر آزمون گاما (GT-SVM) با مجذور میانگین مربعات خطای 48/2 در جه سانتی گراد را می توان به عنوان مدل منتخب برای ایستگاه مذکور انتخاب کرد. در نهایت با توجه به نتایج می توان چنین نتیجه گرفت که روش های استفاده شده پیش پردازش داده ها در این تحقیق برای پیش بینی دمای خاک با یکدیگر اختلاف چندانی ندارند و هر دو روش به خوبی عمل کرده اند. همچنین مدل SVM در تمام تخمین ها نسبت به مدل ANN عملکرد قابل قبول تری داشته است.
کلیدواژگان:
زبان:
فارسی
صفحات:
25 تا 36
لینک کوتاه:
magiran.com/p2544215
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!