تهیه نقشه های مدیریتی علف هرز با استفاده از شبکه های عصبی مصنوعی با هدف کاربرد در کشاورزی دقیق

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

 تهیه نقشه های مدیریتی علف هرز با استفاده از شبکه های عصبی مصنوعی با هدف کاربرد در کشاورزی دقیق دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تهیه نقشه های مدیریتی علف هرز با استفاده از شبکه های عصبی مصنوعی با هدف کاربرد در کشاورزی دقیق  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 تهیه نقشه های مدیریتی علف هرز با استفاده از شبکه های عصبی مصنوعی با هدف کاربرد در کشاورزی دقیق،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تهیه نقشه های مدیریتی علف هرز با استفاده از شبکه های عصبی مصنوعی با هدف کاربرد در کشاورزی دقیق :

نام کنفرانس، همایش یا نشریه : ماشین های کشاورزی

تعداد صفحات :۱۳

با پدید آمدن تکنیک های آماری قوی و شبکه های عصبی، مدل های پیش بینی کننده پراکنش موجودات به سرعت در اکولوژی توسعه پیدا کرده است. این پژوهش به منظور پیش بینی و ترسیم نقشه توزیع جمعیت علف هرز تلخه با استفاده از شبکه های عصبی چندی ساز بردار یادگیر (LVQ) و پرسپترون چندلایه (MLP) در سطح مزرعه انجام شد. داده های مربوط به جمعیت علف هرز از طریق نمونه برداری از ۵۵۰ نقطه از سطح یک مزرعه در حال آیش واقع در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه صنعتی شاهرود در استان سمنان در سال ۱۳۸۹ بدست آمد. برای ارزیابی قابلیت شبکه های عصبی مورد استفاده در پیش بینی توزیع مکانی علف هرز از مقایسه آماری پارامترهایی مانند میانگین، واریانس، توزیع آماری و ضریب تبیین رگرسیونی خطی بین مقادیر پیش بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آن ها و نیز معیار دقت طبقه بندی استفاده شد. نتایج نشان داد که در فازهای آموزش و آزمایش بین مقادیر ویژگی های آماری میانگین، واریانس و توزیع آماری مجموعه داده های واقعی و پیش بینی شده مکانی علف هرز توسط شبکه عصبی LVQ تفاوت معنی داری وجود نداشت، ولی برای شبکه عصبی MLP این مقایسات بجز توزیع آماری معنی دار شدند. همچنین نتایج نشان داد که شبکه عصبی آموزش دیده LVQ، دارای قابلیت بالایی در پیش بینی مکانی علف هرز در نقاط نمونه برداری نشده با خطای تشخیص کمتر از ۰.۶۴ درصد بود. در حالیکه شبکه عصبی مصنوعی MLP دارای خطای تشخیص کمتر از ۱۴.۶ درصد بود. نقشه های ترسیم شده نشان داد که توزیع لکه ای علف هرز امکان کنترل متناسب با مکان را در مزرعه مورد مطالعه امکان پذیر می سازد.

کلید واژه: توزیع مکانی، طبقه بندی، مدیریت متناسب با مکان، شبکه عصبی