سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارزیابی مدل شبکه عصبی مصنوعی LVQ۴ در پیش بینی الگوی پراکندگی شب پره مینوز گوجه Tuta absolutea (Lep.: Gelechiidae) در شهرستان رامهرمز

Publish Year: 1395
Type: Journal paper
Language: Persian
View: 209

This Paper With 10 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_JESI-36-3_004

Index date: 11 January 2023

ارزیابی مدل شبکه عصبی مصنوعی LVQ۴ در پیش بینی الگوی پراکندگی شب پره مینوز گوجه Tuta absolutea (Lep.: Gelechiidae) در شهرستان رامهرمز abstract

این پژوهش به منظور پیش­بینی الگوی پراکندگی جمعیت شب­پره مینوز گوجه فرنگی با استفاده از شبکه عصبی LVQ۴ در سطح مزرعه در شهرستان رامهرمز انجام شد. داده های مربوط به تراکم جمعیت شب­پره مینوز گوجه فرنگی از طریق نمونه­برداری بر روی یک شبکه علامت گذاری شده مربعی با ابعاد ۱۰×۱۰ متر و در مجموع از ۱۰۰ نقطه از سطح مزرعه به دست آمد. برای ارزیابی قابلیت شبکه عصبی LVQ۴ در پیش­بینی پراکندگی این آفت از مقایسه­های آماری پارامترهایی مانند میانگین، واریانس توزیع آماری و رگرسیون بین مقادیر پیش­بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آنها به عنوان معیار استفاده شد. نتایج حاصل نشان داد که در مرحله آموزش و آزمایش تفاوت معنی­داری در سطح اطمینان ۹۵ درصد بین میانگین، واریانس و توزیع آماری مجموعه داده­های پیش­بینی شده مکانی آفت و مقادیر واقعی آنها مشاهده نشد. بنابراین شبکه عصبی مصنوعی به خوبی توانست مدل داده­های مکانی شب­پره مینوز گوجه فرنگی را بیاموزد. نتایج به دست آمده نشان داد، که شبکه عصبی آموزش دیده دارای قابلیت بالایی در پیش­بینی مکانی این آفت در نقاط نمونه­برداری نشده با دقت تشخیص حدود ۸۸ درصد بود. شبکه عصبی توانست، نقشه توزیع مکانی شب­پره مینوز گوجه فرنگی را در تمام نقاط سطح مزرعه ترسیم نماید. نقشه حاصل نشان داد، که این آفت دارای توزیع تجمعی است و لذا امکان کنترل متناسب با مکان آن در سطح مزرعه مورد مطالعه وجود دارد.

ارزیابی مدل شبکه عصبی مصنوعی LVQ۴ در پیش بینی الگوی پراکندگی شب پره مینوز گوجه Tuta absolutea (Lep.: Gelechiidae) در شهرستان رامهرمز Keywords:

توزیع مکانی , شب پره مینوز گوجه فرنگی , شبکه عصبی مصنوعی

ارزیابی مدل شبکه عصبی مصنوعی LVQ۴ در پیش بینی الگوی پراکندگی شب پره مینوز گوجه Tuta absolutea (Lep.: Gelechiidae) در شهرستان رامهرمز authors

بهرام تفقدی نیا

عضو هیات علمی - مدیر گروه تولیدات گیاهی

علیرضا شعبانی نژاد

دانش آموخته حشره شناسی

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 :
Azadeh, A., Ghaderi, S. F. & Sohrabkhani, S. (۲۰۰۶) Forecasting ...
Baniameri, V. & Cheraghian, A. (۲۰۱۱) The current status of ...
Cardina, J., & Doohan, D. J. (۲۰۰۸) Weed biologyand precision ...
Dille, J. A., Milner, M., Groeteke, J. J., Mortensen, D. ...
Drummond, S. T., Sudduth, K. A., Joshi, A., Birrell, S. ...
Filippi, A. M. & Jensen, J. R. (۲۰۰۶) Fuzzy learning ...
Gonzalez-Cabrera, J., Molla, O., Monton, H., & Urbaneja, A. (۲۰۱۱) ...
Garzia, T. G., Siscaro, G., Biondi, A. & Zappala, L. ...
Heykin, S. (۱۹۹۹) Neural Networks A Comprehensive Foundation. ۲thed. ۱۲۵pp. ...
Kaul, M., Hill, R. L. & Walthall, C. (۲۰۰۵) Artificial ...
Liu, Z. Y., Wu, H. F. & Huang, J. F. ...
Makarian, H. (۲۰۰۸) Investigation of spatial and temporal dynamic of ...
Makarian, H., Rashed Mohassel, M. H., Bannayan, M. & Nassiri, ...
Seraj A. A. (۲۰۱۱) Principle of Plant pest control. ۷۷۴۵pp. ...
Searcy, S. W. (۲۰۰۸) Precision farming: a new approach to ...
Torrecilla, J. S., Otero, L. & Sanz, P. D. (۲۰۰۴) ...
Vakil-Baghmisheh, M. T. & Pavešic, N. (۲۰۰۳) Premature clustering phenomenon ...
Vakil-Baghmisheh, M. T. & Pavešic, N. (۲۰۰۳) A Fast simplified ...
Wang, Y. M. & Elhag, T. M. S. (۲۰۰۷) A ...
Williams, M. M., Gerhards, R. & Mortensen, D. A. (۱۹۹۹) ...
Yuxin, M., Mulla, D. J. & Pierre, C. R. (۲۰۰۶) ...
Young-S. P., Ja-Myung, K., Buom-Young, L., Yeong, J. & YooShin, ...
Zhang, W. J., Zhong, X. Q. & Liu, G. H. ...
Zhang, Y. F. & Fu, J. Y.H. (۱۹۹۸ ) A ...
نمایش کامل مراجع