نتایج جستجو برای: سری های زمانی مصنوعی

تعداد نتایج: 499457  

Journal: : 2021

اساس برنامه‌ریزی و مدیریت صحیح داشتن آمار اطلاعات دقیق به‌هنگام است. یکی از مهم‌ترین بخش کشاورزی میزان تولید سالیانة هر محصول یا سطح زیرکشت ابزارهایی که در کمترین زمان با هزینة پایین دقت مناسب، می‌تواند محصولات را محاسبه کند دانش فنّاوری سنجش ‌از دور این تحقیق، دو روش طبقه‌بندی شبکة عصبی مصنوعی ماشین بردار پشتیبان استفاده‌ شده غالب منطقه، شامل هشت کلاس، تصاویر سری زمانی سنتینل‌ـ2 برآورد براساس ن...

ژورنال: :نشریه مهندسی صنایع 2010
مهدی خاشعی مهدی بیجاری

یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین با توجه به تغییرات سریع در محیط های واقعی و به ویژه سیستم های اقتصادی و مالی، پیش بینی در این گونه...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه کاشان - دانشکده منابع طبیعی 1392

شهرستان کاشان، یکی از مناطق خشک و نیمه خشک کشور محسوب می شود و با کمبود شدید منابع آبی مواجه است. بنابراین ضروری است تا با برنامه ریزی هدفمند و مدیریت کارآمد منابع آب و همچنین اولویت بندی مناطق مختلف از نظر خشکی، تا حد ممکن از بروز مشکلات جدی ناشی از کم آبی در شهرستان جلوگیری شود. یکی از مولفه های مهم جهت مدیریت بهینه ی منابع آب، برآورد تبخیر و تعرق در سطح منطقه ای است. در این تحقیق به منظور بر...

Journal: : 2023

شاخص سطح برگ استخراج‌شده (LAI) از تصاویر سنجش دور پارامتر مهمی، به‌منظور مدل‌سازی مکانی تولید پوشش گیاهی، محسوب می‌شود. معمولاً شاخص‌های گیاهی که با بازتاب طول موج‌های قرمز و مادون نزدیک محاسبه می‌شوند، در برآورد LAI استفاده روش‌های آماری، به‌کار می‌روند اما بسیاری این شاخص‌ها مقادیر متفاوت به اشباع می‌رسند. برای رفع محدودیت، محدودة لبة شده است؛ بنابراین، باید قابلیت داده‌های دور، ذرت علوفه‌ای، ...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده کشاورزی 1391

منابع آب زیرزمینی یکی از مهم ترین منابع آب به شمار می روند که شناخت صحیح و بهره برداری اصولی از آنها بخصوص در مناطق خشک و نیمه خشک می تواند در توسعه پایدار بسیاری از فعالیت های کشاورزی، اجتماعی و اقتصادی آن منطقه تأثیر بسزایی داشته باشد. برای آگاهی از وضعیت نوسانات سطح آب زیرزمینی در چنین مناطقی لازم است پیش بینی دقیقی از نوسانات سطح آب زیرزمینی انجام شود. با پیش بینی دقیق نوسانات سطح آب زیرزمی...

ژورنال: :پژوهش های اقتصادی ایران 0

توانایی کم­نظیر شبکه­های عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهش­های انجام­شده در مورد توانایی پیش­بینی مدل­های خود توضیح جمعی میانگین متحرک (arima)[1]و شبکه­های عصبی مصنوعی(ann)[2] به مقایسه این دو روش برای پیش­بینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداخته­ایم. ...

ژورنال: :خشکبوم 0
محمدرضا گلابی دانشجوی کارشناسی ارشد گروه مهندسی منابع آب، دانشگاه شهید چمران اهواز فریدون رادمنش استادیار دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز علی محمد آخوند علی استاد دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز

خشکسالی پدیده­ای طبیعی است که می­تواند در هر جایی رخ دهد و خسارات قابل توجهی به بشر و سازه­های طبیعی وارد آورد. در این تحقیق به منظور پیش­بینی شاخص خشکسالیبارش استاندارد، از دو نوع شبکه­های عصبی­مصنوعی، پرسپترون چند لایه و تابع پایه­ی شعاعی و مدل­های سری­زمانی استفاده شد. به این منظور، در ابتدا مقادیر شاخص بارش استاندارد در دوره­های سه، شش، نه و دوازده ماهه­ی ایستگاه­های منتخب استان خوزستان محا...

ژورنال: :مهندسی عمران و محیط زیست 2014
مصطفی یگانه فرد باقر ذهبیون

در این مطالعه قابلیت مدل‎های شبکه عصبی مصنوعی در زمینه تولید مصنوعی جریان ارزیابی می شود. مدلی که برای تولید مصنوعی بکار رفته با ترکیب مدل شبکه عصبی و یک مؤلفه تصادفی با توزیع نرمال ایجاد شده است. در توسعه مدل از شبکه عصبی چند لایه تغذیه پیشرفتی با الگوریتم آموزشی انتشار برگشتی خطا استفاده شده است. بر این اساس مدل، سری های بلند مدت و تا 300 سال جریان مصنوعی روزانه در رودخانه خرسان را تنها با اس...

ژورنال: :مجله محیط زیست و مهندسی آب 0
سهیلا پناهی دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران مسعود کرباسی استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران جعفر نیکبخت دانشیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران

تخمین تبخیر-تعرق گیاه مرجع یکی از مهم ترین مؤلفه ها در بهینه سازی مصرف آب کشاورزی و مدیریت منابع آب است. پیش بینی تبخیر-تعرق مرجع روزانه و هفتگی می تواند در پیش بینی نیاز آبی گیاهان و برنامه ریزی کوتاه مدت آبیاری مورداستفاده قرار گیرد. هدف از این تحقیق، ارزیابی عملکرد سه نوع شبکه عصبی مصنوعی mlp(پرسپترون چندلایه)، rbf (شبکه تابع پایه ای شعاعی)، svm (ماشین بردار پشتیبان) در پیش بینی تبخیر-تعرق م...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید