پیش بینی شاخص خشکسالی spi بااستفاده ازدو مدل شبکه های عصبی و شبکه های عصبی موجکی مطالعه موردی ایستگاه سینوپتیک یزد
Publish place: 9th National Seminar on Watershed Management
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 546
This Paper With 6 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:
شناسه ملی سند علمی:
WATERSHED09_151
تاریخ نمایه سازی: 22 اردیبهشت 1393
Abstract:
خشکسالی یکی ازپدیده های طبیعی است که تاثیرات آن برمنابع اب به شدت تاثیر گذار میباشد جهت ارزیابی کمی و کیفی این پدیده شاخصهای متفاوتی ارایه شدها ست پیش بینی شاخصهای ارایه شده میتوانددرراستای مدیریت مقابله با آن کارساز باشد امروزه مدلهای متفاوتی جهت پیش بینی خشکسالی ارایه شده است دراین تحقیق جهت پیش بینی خشکسالی ایستگاه سینوپتیک یزدازشاخص بارش استاندارد دردوسناریو استفاده گردیده است درسناریوی اول جهت ارزیابی شاخص بارش استاندارد ازمدل شبکه های عصبی پرسپترون و درسناریوی دوم با استفاده ازتئوری تبدیل موجک مدل تلفیقی شامل ترکیب شبکه های پرسپترون و تئوری موجک ارایه گردید نتایج نشان داد انالیز موجک با پردازش برروی داده های ورودی مدل و شکستن مولفه ورودی به مولفه های جزئی عملکردمدل شبکه عصبی را بهبود بخشیده بطوریکه دراین تحقیق نتایج حاص لازمدل تلفیقی شبکه های عصبی موجکی نسبت به شبکه های عصبی پرسپترون کارایی بالاتری را نشان داده است
Keywords:
Authors
حمیده افخمی
دانشجوی دکتری علوم و مهندسی آبخیزداری دانشگاه یزد
فرزانه فتوحی
دانشجوی دکتری علوم و مهندسی آبخیزداری دانشگاه یزد
مژده محمدی
دانشجوی دکتری علوم و مهندسی آبخیزداری دانشگاه یزد
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 :