طبقه بندی میزان کدورت آب و عمق دیسک سکی با استفاده از شبکه عصبی کانولوشن
محل انتشار: فصلنامه محیط زیست و مهندسی آب، دوره: 9، شماره: 2
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 306
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEWE-9-2_005
تاریخ نمایه سازی: 4 تیر 1402
چکیده مقاله:
ازجمله پارامترهای مهم در کیفیت آب، میزان کدورت و عمق نفوذ نور در آب است. یکی از روش های رایج برای تعیین کدورت آب استفاده از دیسک سکی است، اما این روش زمان بر و پرهزینه است، بنابراین باید یک روش جایگزین در نظر گرفت. روش های یادگیری عمیق می توانند نقش مهمی در این زمینه ایفا کنند. هدف از این مطالعه، طبقه بندی کیفیت آب بر اساس کدورت و عمق دیسک سکی با استفاده از روش شبکه عصبی کانولوشن اجرا شده در محیط برنامه نویسی پایتون بود. بدین منظور از یک مخزن شبیه سازی شده در آزمایشگاه استفاده شد و گام به گام با افزایش خاک رس به آب مخزن، میزان کدورت آن افزایش داده شد. همزمان با اندازه گیری عمق دیسک سکی و کدورت آب، از نمونه ها تصویربرداری انجام گرفت. این تصاویر همراه با داده های به دست آمده به شبکه عصبی کانولوشن داده شد. نتایج نشان داد که شبکه عصبی کانولوشن با تعداد ۳۰۰ تکرار می تواند کلاس کیفی آب را با دقت ۹۵% و آماره کاپا ۹۳% تخمین بزند و تنها ۵%خطا دارد.
کلیدواژه ها:
نویسندگان
هاجر فیضی
دانش آموخته دکتری، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
محمدتقی ستاری
دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
محمد مسافری
استاد، گروه مهندسی بهداشت محیط، دانشکده بهداشت، دانشگاه علوم پزشکی تبریز، تبریز، ایران
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 :