ارائه مدلی غیرپارامتریک با استفاده از تکنیک k- نزدیک ترین همسایه در برآورد جرم مخصوص ظاهری خاک

ارائه مدلی غیرپارامتریک با استفاده از تکنیک k- نزدیک‌ترین همسایه در برآورد جرم مخصوص ظاهری خاک

Soil bulk density measurements are often required as an input parameter for models that predict soil processes. Nonparametric approaches are being used in various fields to estimate continuous variables. One type of the nonparametric lazy learning algorithms, a k-nearest neighbor (k-NN) algorithm was introduced and tested to estimate soil bulk density from other soil properties, including soil ...

مقایسه روش های زمین آماری با روش غیرپارامتریک - k نزدیک ترین همسایه برای برآورد هدایت هیدرولیکی اشباع خاک

تشخیص و کلاسه بندی برخط خطا در یک مزرعه خورشیدی با استفاده از روش بیزین و k نزدیک ترین همسایه

Nowadays, Distributed Generation (DG), especially PV systems as a new source of power absorbed a high percentage of investment. Fault Detection and analysis in solar photovoltaic (PV) arrays are important issues to increase reliability, efficiency and safety in PV arrays. Due to PV’s non-linear characteristics, current-limiting nature, high fault impedances, low irradiance condi...

تابع مفصل و کاربرد آن در برآورد تغییرات مکانی شن و جرم مخصوص ظاهری خاک

چکیده سابقه و هدف: ویژگی‌های خاک دارای تغییرات مکانی و زمانی در مقیاس‌های کوچک و بزرگ می‌باشند. مطالعه این تغییرات، در سطح وسیع بسیار وقت‌گیر و هزینه‌بر است. به منظور تعیین سریع و قابل اعتماد ویژگی‌های خاک، تکنیک‌های درون‌یابی مختلفی توسعه و به‌کار گرفته شده است. از تکنیک‌های درون‌یابی که به طور گسترده در علوم مختلف به‌کار رفته است، می‌توان به انواع کریجینگ اشاره کرد. تابع مفصل، یکی از تک...

تعیین مناسب ترین مقیاس مطالعه در برآورد کربن آلی و جرم مخصوص ظاهری خاک در اراضی شالیزاری

دقت اظهارنظر در مورد خصوصیات خاک در هر منطقه، به مقدار زیادی به تغییرات خاک و چگونگی قرار گرفتن آنها در گستره های مکانی در منطقه نمونه برداری شده بستگی دارد. بنابراین، پردازش و تجزیه و تحلیل این گونه داده ها می بایستی با در نظر گرفتن موقعیت مکانی آنها نسبت به یکدیگر انجام گیرد زیرا  قابلیت تغییر خواص خاک برآمده از فرآیندهای متعددی است که هریک در مقیاس فضایی و زمانی متفاوتی عمل می نمایند. در تحق...

ارزیابی روش غیرپارامتریک k- نزدیکترین همسایه و سیستم‌های شبکه عصبی مصنوعی برای برآورد هدایت هیدرولیکی اشباع خاک

هدایت هیدرولیکی اشباع خاک از مهم ترین ویژگی های فیزیکی خاک است لیکن در بیشتر موارد به علت محدودیت‌های عملی و یا هزینه‌ای، اندازه‌گیری آن با دشواری همراه است. در این پژوهش مدل‌های مختلف شبکه های عصبی مصنوعی با نوعی از الگوریتم‌های غیرپارامتریک از نوع یادگیرنده‌های تنبل موسوم به k-نزدیکترین همسایه، برای تخمین هدایت هیدرولیکی اشباع خاک از روی داده‌های سهل‌الوصول خاک، مورد مقایسه قرار گرفت. در این ...