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

شیوه شناسی کاربرد تحلیل های چند متغیره مبتنی بر شبکه عصبی و استفاده ازشاخص های کیفی هوا ( AQI ) و شاخص بهداشتی کیفیت هوا AQHI جهتپیش بینی کیفیت هوای شهری

Page: 5 | View: 166 | Review: 0
Year: 1395
COI: CANPM05_062
Language: Persian
(This Paper With 5 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 5 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

امیر زاهدی - دانشجوی دکتری بهداشت محیط دانشکده بهداشت، دانشگاه علوم پزشکی جندی شاپور اهواز، اهواز، ایران
نعمت اله جعفرزاده حقیقی فرد - استاد مرکز تحقیقات فناوری محیط زیست، دانشگاه علوم پزشکی جندی شاپور اهواز، اهواز، ایران

Abstract:

شاخص کیفی هوا ( AQI ) و شاخص بهداشتی کیفیت هوا ( AQHI ) به عنوان یک مقیاسی که اطلاعاتی را در مورد کیفیت هوای محیط بیرون و خطرات بهداشتی کوتاه مدت تامین می کند. مقیاس ان برای شاخص AQHI از حدود 1 تا 10 متفاوت است. اعداد کمتر دارای ریسک خطر کمتری برای سلامتی می باشند و هر چه بزرگتر می شوند این اعداد دارای خطرات بیشتری بر سلامتی می باشند. به طوری که این 10 مقیاس در 4 کلاس شامل سطح خطر کم 1 - 3، سطح خطر متوسط 4 - 6، سطح خطر بالا 7 - 10 و سطح خطر خیلی بالا، بالاتر از 10 تقسیم می شوند که هر کدام از این گروهها توسط رنگ های خاص مشخص می شوند. همچنین برای شاخص AQI نیز تقسیم بندی و رنگ بندی خاص خود وجود دارد. برخی از ایرادات وارده بر شاخص AQI توسط شاخص AQHI اصلاح شده است. اخیرا شبکه های عصبی مصنوعی به عنوان یک ابزار قوی که قادر به محاسبه معادلات پیچیده و تحلیل عددی با مناسبترین تقریب می باشد گسترش یافته اند. در این پژوهش استفاده شده از تکنیک های آماری چند متغیره (تجزیه ضریب همبستگی، تجزیه خوشه ای و رگرسیون های خطی) مبتنی بر شبکه عصبی می باشد برای پیش بینی شاخص کیفی هوا AQI و شاخص بهداشتی کیفیت هوا AQHI شهرهای بزرگ استفاده کرد. هدف این است با استفاده اطلاعات موجود توانایی پیش بینی اطلاعات را برای زمان های بعدی داشته باشیم. ابتدا نرم افزار هوش مصنوعی بایستی با داده های پیش فرض آموزش لازم داده می شود. در نهایت با داده های موجود و با استفاده از روش های هوش مصنوعی پیش بینی برای آینده انجام می گیرد. این پیش بینی ها کمک خواهند کرد تا مدیران برای تعیین وضعیت کیفی و بهداشتی هوا چند قدم جلوتر بود و اقدامات و تصمیمات لازم را قبل از وقوع اتفاقات اجرا کرد.کلمات کلیدی : حداکثر 5 کلمه کلیدی که با ویرگول نقطه از هم جدا شده اند.

Keywords:

شبكه عصبي، شاخص هاي كيفي هوا ( AQI )، شاخص بهداشتي كيفيت هوا( AQHI ) كيفيت هوا

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/613815/

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:
زاهدی، امیر و جعفرزاده حقیقی فرد، نعمت اله،1395،شیوه شناسی کاربرد تحلیل های چند متغیره مبتنی بر شبکه عصبی و استفاده ازشاخص های کیفی هوا ( AQI ) و شاخص بهداشتی کیفیت هوا AQHI جهتپیش بینی کیفیت هوای شهری،پنجمین همایش ملی مدیریت آلودگی هوا و صدا،تهران،،،https://civilica.com/doc/613815

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: (1395، زاهدی، امیر؛ نعمت اله جعفرزاده حقیقی فرد)
برای بار دوم به بعد: (1395، زاهدی؛ جعفرزاده حقیقی فرد)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 مPaperقاله لینک شده اند :

  • تهران - مرکز همایش های بین المللی رازی- بهمن ماه ...
  • Ausati S, Amanollahi J (2016): Assessing the accuracy of ANFIS, ...
  • Bauman A (1996): Asthma associated with thun derstorms _ BMJ: ...
  • Oprea M, Mihalache SF, Popescu M (2016): A comparative study ...
  • C ommunicatios and Control (ICCCC), 2016 6th International Conference o. ...
  • Pamucar D, Ljubojevic S, Kostadinovic D, Eorovic B (2016): Cost ...
  • Raphael D (2009): Social determinants of health: Canadian perspectives. Canadian ...
  • Sowlat MH, Gharibi H, Yunesian M, Mahmoudi MT, Lotfi S ...
  • assessmen. Atmospheric Environment 45, 2050-2059 ...
  • _ Ahvaz Jundishapur University of Medical Scinces, Spurr K, Pendergast ...
  • Ontario Lung Association; 2010 ...
  • Yildirim Y, Bayramoglu M (2006): Adaptive neuro- ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:

    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:
    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