بررسی تاثیر تعداد عوامل ورودی در میزان کارایی شبکه عصبی مصنوعی برای پهنه بندی حساسیت زمین لغزش مطالعه موردی: بخشی از حوزه هراز

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,180

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

WATERSHED07_085

تاریخ نمایه سازی: 23 بهمن 1389

Abstract:

هدف ازا نجام این تحقیق تعیین ساختار بهینه شبکه عصبی مصنوعی با تعداد عوامل ورودی مختلف برای پهنه بندی خطر وقوع زمین لغزش در بخشی از حوزه ابخیز هراز می باشد برای انجام این تحقیق ابتدا تعدادتکرار بهینه جهت جلوگیری از اموزش بیش از حد شبکه با روش سعی و خطا تعیین شد سپس تعدا د نرون در لایه پنهان 14 نرون تعیین شد درنهایت تعداد نروم در لایه ورودی از 1 تا 9 تغییر داده شد با توجه به نتایج به دست امده مشخص شد که هرچه تعدا د نرون د رلایه ورودی افزایش یابد کارایی شبکه برای پهنه بندی حساسیت زمین لغزش بهتر می شود.

Keywords:

Authors

حمیدرضا مرادی

مسئول مقاله و دانشیار دانشکده منابع طبیعی و علوم دریایی دانشگاه تربی

علیرضا سپهوند

دانش اموخته کارشناسی ارش آبخیزداری دانشکده منابع طبیعی دانشگاه تربیت

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • احمدی، ح، 1385: ژئومورفولوژی کاربردی، انتشارات دانشگاه تهران، 1(4): 688 ...
  • پورقاسمی ح.ر، مرادی حر.، محمدی م. مهدیفر م.ر، 1387: تهیه ...
  • راکعی ب.، خامه‌چیان م.، عبدالملکی پ.، گیاهچی پ، 1386: کاربرد ...
  • شادفر ص، یمانی م.، قدوسی ج.، غیومیان ج.، 1386: پهنه‌بندی ...
  • محمدی م.، مرادی ح.ر، فیض‌نیا س، پورقاسمی ح.ر، 1387: ارزیابی ...
  • مقیمی ا، علوی پنا س.ک.، جعفری ت.، 1387: ارزیابی و ...
  • Caniani D., Pascale S., Sdao F., Sole A., 2008: Neural ...
  • Crosta B.G., 2009: Dating, triggering, modelling and hazard assessment of ...
  • Gomez H., Kavzoglu T., 2005: Assessment of shallow landslide susceptibility ...
  • Lee S., Ryu J. H., Lee M. J., Won J. ...
  • Melchiorre C., Matteucci M., Azzoni A., 2008: Artificial neural networks ...
  • Yesilnacar E., Topal T., 2005: Landslide susceptibility mapping: a comparison ...
  • Yilmaz I., 2009: Landslide susceptibility mapping using frequency ratio, logistic ...
  • نمایش کامل مراجع