معرفی رویکرد نوین K-نزدیکترین همسایه برای تخمین غیرپارامتریک جرم ویژه ظاهری خاک در مقایسه با روش پارامتریک PTFs
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,200
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MAST01_138
تاریخ نمایه سازی: 19 خرداد 1391
Abstract:
در مدلهایی که به پیش بینی فرآیندهای حاکم در محیط خاک می پردازند، دانستن جرم ویژه ظاهری خاک به عنوان یک پارامتر ورودی، لازم است. در این پژوهش توانایی نوعی از الگوریتمهای غیرپارامتریک از نوع یادگیرنده های تنبل موسوم به k- نزدیکترین همسایه در مقایسه با رویکرد پارامتریک توابع انتقالی (PTFs)، برای تخمین جرم ویژه ظاهری خاک با استفاده از دیگر ویژگی های کمکی آن در استان خراسان شمالی و در سال 1389 انجام شد. استفاده از پارامترهای آماری مختلف نشان داد که در اکثر موارد تکنیک غیرپارامتریک KNN بصورت قابل قبولی نسبت به رویکرد پارامتریک توابع انتقالی (PTFs) توانمند می باشد. بر این اساس، می توان نتیجه گیری کرد که استفاده از تکنیک KNNبه عنوان روشی جایگزین برای اشتقاق توابع انتقالی خاک، بویژه زمانی که فراهمی داده های جدید؛ نیاز به اشتقاق مجدد این توابع را الزام آور میکند، می تواند بکار رود
Keywords:
Authors
وحیدرضا جلالی
استادیار خاک شناسی دانشگاه شهید باهنر کرمان
مهدی همایی
استاد دانشگاه تربیت مدرس
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 :