بررسی تاثیر تعداد عوامل ورودی در میزان کارایی شبکه عصبی مصنوعی برای پهنه بندی حساسیت زمین لغزش مطالعه موردی: بخشی از حوزه هراز

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,194

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WATERSHED07_085

تاریخ نمایه سازی: 23 بهمن 1389

چکیده مقاله:

هدف ازا نجام این تحقیق تعیین ساختار بهینه شبکه عصبی مصنوعی با تعداد عوامل ورودی مختلف برای پهنه بندی خطر وقوع زمین لغزش در بخشی از حوزه ابخیز هراز می باشد برای انجام این تحقیق ابتدا تعدادتکرار بهینه جهت جلوگیری از اموزش بیش از حد شبکه با روش سعی و خطا تعیین شد سپس تعدا د نرون در لایه پنهان 14 نرون تعیین شد درنهایت تعداد نروم در لایه ورودی از 1 تا 9 تغییر داده شد با توجه به نتایج به دست امده مشخص شد که هرچه تعدا د نرون د رلایه ورودی افزایش یابد کارایی شبکه برای پهنه بندی حساسیت زمین لغزش بهتر می شود.

کلیدواژه ها:

نویسندگان

حمیدرضا مرادی

مسئول مقاله و دانشیار دانشکده منابع طبیعی و علوم دریایی دانشگاه تربی

علیرضا سپهوند

دانش اموخته کارشناسی ارش آبخیزداری دانشکده منابع طبیعی دانشگاه تربیت

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • احمدی، ح، 1385: ژئومورفولوژی کاربردی، انتشارات دانشگاه تهران، 1(4): 688 ...
  • پورقاسمی ح.ر، مرادی حر.، محمدی م. مهدیفر م.ر، 1387: تهیه ...
  • راکعی ب.، خامه‌چیان م.، عبدالملکی پ.، گیاهچی پ، 1386: کاربرد ...
  • شادفر ص، یمانی م.، قدوسی ج.، غیومیان ج.، 1386: پهنه‌بندی ...
  • محمدی م.، مرادی ح.ر، فیض‌نیا س، پورقاسمی ح.ر، 1387: ارزیابی ...
  • مقیمی ا، علوی پنا س.ک.، جعفری ت.، 1387: ارزیابی و ...
  • Caniani D., Pascale S., Sdao F., Sole A., 2008: Neural ...
  • Crosta B.G., 2009: Dating, triggering, modelling and hazard assessment of ...
  • Gomez H., Kavzoglu T., 2005: Assessment of shallow landslide susceptibility ...
  • Lee S., Ryu J. H., Lee M. J., Won J. ...
  • Melchiorre C., Matteucci M., Azzoni A., 2008: Artificial neural networks ...
  • Yesilnacar E., Topal T., 2005: Landslide susceptibility mapping: a comparison ...
  • Yilmaz I., 2009: Landslide susceptibility mapping using frequency ratio, logistic ...
  • نمایش کامل مراجع