دانش رسان |
مرکز علم و دانش کشور پیش بینی ارتفاع فرم بستر رودخانه با استفاده از شبکه های عصبی مصنوعی(ANN ) و ماشین بردار پشتیبان (SVM)
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
پیش بینی ارتفاع فرم بستر رودخانه با استفاده از شبکه های عصبی مصنوعی(ANN ) و ماشین بردار پشتیبان (SVM) دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد پیش بینی ارتفاع فرم بستر رودخانه با استفاده از شبکه های عصبی مصنوعی(ANN ) و ماشین بردار پشتیبان (SVM) 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 پیش بینی ارتفاع فرم بستر رودخانه با استفاده از شبکه های عصبی مصنوعی(ANN ) و ماشین بردار پشتیبان (SVM)،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن پیش بینی ارتفاع فرم بستر رودخانه با استفاده از شبکه های عصبی مصنوعی(ANN ) و ماشین بردار پشتیبان (SVM) :
تعداد صفحات :۱۰
چکیده مقاله:
حرکت رسوبات در بستر رودخانه باعث ایجاد تغییرات زیادی در بستر رودخانه می گردد. این تغییرات تحت عنوان فرم بستر رودخانه مورد بررسی قرار می گیرد. فرم بستر تاثیر مستقیم و مهمی روی زبری بستر، مقاومت در مقابل جریان و پروفیل سطح آب دارد. بنابراین شناخت هرچه بیشتر فرم بستر از اهمیت خاصی در مهندسی رودخانه برخوردار است. روش های متعددی توسط محققان برای برآورد ابعاد فرم بستر توسعه داد ه شده است. در این تحقیق پیش بینی ابعاد فرم بستر رودخانه با استفاده از شبکه های عصبی مصنوعی(ANN ) و ماشین بردار پشتیبان(SVM) انجام شده است. ارزیابی نتایج بدست آمده با استفاده از معیارهای آماری MSREو RMSE ،R2انجام شده است. مقادیر معیارهای آماری MSREوٍ RMSE ،R2 در روش های SVMو ANNبه ترتیب برابر با ۰/۸۳ ، ۰/۰۱۲۱ ، ۰/۰۰۳۴ و ۰/۹۳ ، ۰/۰۲۸۴ ، ۰/۰۰۸۷ می باشد. معیارهای آماری برتری ماشین بردار پشتیبان را نسبت به شبکه های عصبی مصنوعی در برآورد ارتفاع فرم بستر رودخانه نشان می دهد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
