ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
Paper
Title

The effect of wavelet-based denoising in the prediction water level of Urmia lake

Page: 8 | View: 25 | Review: 0
Year: 1399
COI: NCCE12_030
Language: Englishglish
(This Paper With 8 Page And PDF Format Ready To Download)

Download guide

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.

قیمت این Paper : 0 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

Samira Nematzadeh - PhD Student of Geotechnical Engineering, Urmia University, Urmia, Iran
Ali Nematzadeh - Master of Hydraulic Structures, Ardabil, Iran
Farnaz Daneshvar Vousoughi - Assistant Professor, Department of civil Engineering, Ardabil Branch, Islamic Azad University, Ardabil, Iran

Abstract:

Investigation of water level fluctuations in lakes has been received more national and international attention in recent years due to the importance of lake conservation and their significant role as the central water bodies of natural heritance. So, the prediction of wat er levels in Lake Urmia is highly necessarydue to a few meters’ declines of water level(WL)in the last decade and also to prevent possible natural hazards in the future. In this study. Support Vector Machine(SVM) and Artificial Neural Network(ANN) methods were used to predict the water level of Lake Urmia. Then, using the wavelet denoising method,the input data were decoded and compared with the two methods mentioned and compared with noisy models. To simulate and predict the water level of the Urmia water level data during the period 1350 to 1391, using three measuring Vanyar, Simineh Rood, and Zarrineh Rood stations. The results showed theadequacy of both models with a slight advantage over the ANN model with the SVM model. In the model of ANN-Wavelet de-noising and SVM-Wavelet de-noising, the accuracy of the model was reduced compared to the noisy models. The magnitude of this reduction in the support vector machine model ishigher than that of the ANN model.

Keywords:

Support Vector Machine, Artificial Neural Network, Wavelet de-noising, Urmia Lake, Water Level.

Paper COI Code

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1120317/

How To Citation:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Nematzadeh, Samira و Nematzadeh, Ali و Daneshvar Vousoughi, Farnaz,1399,The effect of wavelet-based denoising in the prediction water level of Urmia lake,دوازدهمین کنگره ملی مهندسی عمران,تبریز,,,https://civilica.com/doc/1120317

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399, Nematzadeh, Samira؛ Ali Nematzadeh و Farnaz Daneshvar Vousoughi)
برای بار دوم به بعد: (1399, Nematzadeh؛ Nematzadeh و Daneshvar Vousoughi)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 11,535
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

New Papers

Share this page

More information about COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

Support