مقاله پیش بینی زمان بازداری برای باقیمانده آفت کش هادرزمین های زراعی با استفاده ازروش رگرسیون خطی چندگانه و روش ماشین بردارپشتیبان

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله پیش بینی زمان بازداری برای باقیمانده آفت کش هادرزمین های زراعی با استفاده ازروش رگرسیون خطی چندگانه و روش ماشین بردارپشتیبان دارای ۲۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله پیش بینی زمان بازداری برای باقیمانده آفت کش هادرزمین های زراعی با استفاده ازروش رگرسیون خطی چندگانه و روش ماشین بردارپشتیبان  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله پیش بینی زمان بازداری برای باقیمانده آفت کش هادرزمین های زراعی با استفاده ازروش رگرسیون خطی چندگانه و روش ماشین بردارپشتیبان،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله پیش بینی زمان بازداری برای باقیمانده آفت کش هادرزمین های زراعی با استفاده ازروش رگرسیون خطی چندگانه و روش ماشین بردارپشتیبان :

تعداد صفحات:۲۶
چکیده:
روش مدلسازی QSPR به عنوان ارایه دهنده رابطه بین ساختاروخاصیت به منظور پیش بینی زمان بازداری ۲۰۸ نوع ازباقیمانده آفت کش ها درزمین های زراعی انجام گرفت ابتداساختارمولکولی ترکیبات درنرم افزار ChemDraw 8.0 رسم شد سپس ساختارفضایی آنها درمحیط نرم افزار HyperChem 7.0 بهینه گردیدپس ازبهینه شدن فاصله پیوندها و طول آنها درمولکول توصیف گرهای هرمولکول درنرم افزارDragon 2.1 به طریقه نظری محاسبه شدند انگاه کاهش تعدادتوصیف گرها درنرم افزار SPSS,EXCEL صورت گرفت و داده ها براساس قاعده توزیع نرمال به دو سری اموزشی و ازمون تقسیم شدند وابستگی ریاضی بین توصیف گرهای مولکولی و زمان بازداری ابتدا به کمک نرم افزار SPSS و روش رگرسیون خطی چندگانه گام به گام بصورت یک مدل ریاضی تعیین شد به کمک روش MLR یک مدل ساده قوی قابل تفسیر و با خطای کم شامل شش توصیف گر MR STN Mor22m PJI3 E2U E3S انتخاب شد مقادیر اماری پارامترهای F R2Pred R2Train وR2Test برای مدل بدست آمده با روش MLR بترتیب برابر ۱۰۶و۰/۹۰۵و۰/۹۰۲و۰/۹۲۱ می باشد مدل بدست امده با تکنیک اعتبارسنجی متقاطع مورد ارزیابی قرارگرفت مقایسه نتایج بدست ام ده حاصل از انجام هردو روش حاکی ازبرتری روش ماشین بردارپشتیبان SVM نسبت به روشMLR می باشد مقدار R2Pred برای روش ماشین بردار پشتیبان برابر ۰/۹۴۱ می باشد.