نمایش مختصر رکورد

کاربرد شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش‌بینی حضور علف‌های‌هرز در مزارع نخود دیم استان کردستان

dc.contributor.authorمنصوریان, سحرfa_IR
dc.contributor.authorایزدی دربندی, ابراهیمfa_IR
dc.contributor.authorراشد محصل, محمدحسنfa_IR
dc.contributor.authorراستگو, مهدیfa_IR
dc.contributor.authorکانونی, همایونfa_IR
dc.date.accessioned1399-07-09T06:32:48Zfa_IR
dc.date.accessioned2020-09-30T06:32:48Z
dc.date.available1399-07-09T06:32:48Zfa_IR
dc.date.available2020-09-30T06:32:48Z
dc.date.issued2014-11-22en_US
dc.date.issued1393-09-01fa_IR
dc.date.submitted2015-11-11en_US
dc.date.submitted1394-08-20fa_IR
dc.identifier.citationمنصوریان, سحر, ایزدی دربندی, ابراهیم, راشد محصل, محمدحسن, راستگو, مهدی, کانونی, همایون. (1393). کاربرد شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش‌بینی حضور علف‌های‌هرز در مزارع نخود دیم استان کردستان. دانش علف‌های هرز ایران, 10(2), 201-222.fa_IR
dc.identifier.urihttps://ijws.areeo.ac.ir/article_14927.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/304568
dc.description.abstractبه منظور مقایسه توانایی مدل‌های شبکه عصبی مصنوعی با رگرسیون لجستیک در پیش بینی حضور علف‌های‌هرز، آزمایشی در 33 مزرعه نخود دیم استان کردستان در سال زراعی 92-1391 انجام شد. برای این منظور، اطلاعات اقلیمی و خاکی به عنوان متغیرهای مستقل و حضور و عدم حضور علف‌های‌هرز غالب به عنوان متغیرهای وابسته در مدل‌های رگرسیون لجستیک و شبکه عصبی مصنوعی استفاده شدند. در این تحقیق از شبکه پرسپترون چندلایه با نه نرون در لایه ورودی، یک و دو لایه پنهان با تعداد نرون مختلف و دو نرون در لایه خروجی استفاه شد. علف‌هرز بی تی راخ (<em>Galium aparine</em> L.) و پیچک صحرایی (<em>Convolvulus arvensis</em> L.) با بیشترین شاخص فراوانی، علف‌های‌هرز غالب مزارع نخود بودند. نتایج نشاه داد که رگرسیون لجستیک نتوانست بین متغیرهای مستقل و حضور علف‌هرز بی تی راخ معادله ای را برازش دهد. در حالی که شبکه عصبی مصنوعی قادر بود برای هر دو علف‌هرز بی تی راخ و پیچک صحرایی در هر دو مرحله نمونه برداری، مدل مناسبی را برازش دهد. بطور کلی شبکه‌های عصبی مصنوعی با کارایی بالا در مقایسه با روش رگرسیون لجستیک، برای پیش‌بینی حضور علف‌های‌هرز در مزارع نخود دیم استان کردستان، مناسب تر بوده و کاربرد آن برای این منظور قابل توصیه می‌باشد.fa_IR
dc.languageفارسی
dc.language.isofa_IR
dc.publisherانجمن علوم علفهای هرز ایرانfa_IR
dc.relation.ispartofدانش علف‌های هرز ایرانfa_IR
dc.relation.ispartofIranian Journal of Weed Scienceen_US
dc.subjectشاخص غالبیتfa_IR
dc.subjectضریب تبیینfa_IR
dc.subjectمدل‌سازیfa_IR
dc.titleکاربرد شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش‌بینی حضور علف‌های‌هرز در مزارع نخود دیم استان کردستانfa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.contributor.departmentدانشگاه فردوسی مشهدfa_IR
dc.contributor.departmentدانشگاه فردوسی مشهدfa_IR
dc.contributor.departmentدانشگاه فردوسی مشهدfa_IR
dc.contributor.departmentدانشگاه فردوسی مشهدfa_IR
dc.contributor.departmentمرکز تحقیقات کردستانfa_IR
dc.citation.volume10
dc.citation.issue2
dc.citation.spage201
dc.citation.epage222
nlai.contributor.orcid0000-0002-1974-8727


فایل‌های این مورد

فایل‌هااندازهقالبمشاهده

فایلی با این مورد مرتبط نشده است.

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد