مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون خطی در پیش بینی وقوع آتش سوزی جنگل و مراتع استان مازندران


در حال بارگذاری
18 سپتامبر 2024
فایل ورد و پاورپوینت
2120
5 بازدید
۷۹,۷۰۰ تومان
خرید

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

 مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون خطی در پیش بینی وقوع آتش سوزی جنگل و مراتع استان مازندران دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون خطی در پیش بینی وقوع آتش سوزی جنگل و مراتع استان مازندران  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 مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون خطی در پیش بینی وقوع آتش سوزی جنگل و مراتع استان مازندران،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون خطی در پیش بینی وقوع آتش سوزی جنگل و مراتع استان مازندران :

سال انتشار : ۱۳۹۵

نام کنفرانس، همایش یا نشریه : محیط زیست طبیعی (منابع طبیعی ایران)

تعداد صفحات :۱۶

آتش سوزی های طبیعی با وارد آوردن خسارت های جبران ناپذیر به مناطق مرتعی و جنگلی سبب تغییر در اکولوژی منظر می شوند. هدف از این تحقیق مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون خطی در پیش بینی خطر آتش سوزی جنگل ها و مراتع استان مازندران است. به این منظور، از داده های آتش سوزی شامل سطح سوخته شده و تعداد وقوع آتش سوزی و هم چنین از داده های هواشناسی در یک دوره ۷ ساله (۱۳۸۵-۱۳۹۱) استفاده شد. نتایج حاصل از شبکه عصبی مصنوعی بیانگر این مطلب است که در اجرای ۹ و تکرار ۹۰۰ بهترین شبکه به دست آمد. نتایج این تحقیق حاکی از توانایی شبکه عصبی در پیش بینی وقوع آتش سوزی بود و هم چنین این مدل شبکه عصبی می تواند ۸۶ درصد تغییرات وقوع آتش سوزی در جنگل و مرتع را با استفاده از پارامتر های هواشناسی پیش بینی نماید. هم چنین نتایج حاصل از آزمون همبستگی اسپیرمن نشان داد که حداکثر دما (p=0.006، r=0.896)، حداقل رطوبت نسبی (p=0.003، r=0.896 و تعداد ساعات آفتابی (p=0.010، r=0.876) دارای همبستگی مثبت سطح سوخته شده آتش سوزی هستند. نتایج رگرسیون خطی بین سطح سوخته شده و عوامل هواشناسی مورد بررسی نشان داد که ضریب تعیین مدل برابر ۰.۵۷ است. شبکه عصبی مصنوعی در پیش بینی آتش سوزی در جنگل ها نسبت به روش رگرسیون خطی یک روش سریع و قابل اطمینان بود.

کلید واژه: آتش سوزی جنگل و مرتع، پیش بینی وقوع، شبکه عصبی مصنوعی

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.